Tham dự Hội nghị chuyên đề Women in ML vào ngày 7 tháng 12 Đăng ký ngay

TensorFlow Lite Model Maker

Sử dụng bộ sưu tập để sắp xếp ngăn nắp các trang Lưu và phân loại nội dung dựa trên lựa chọn ưu tiên của bạn.

Tổng quat

Thư viện TensorFlow Lite Model Maker đơn giản hóa quá trình đào tạo mô hình TensorFlow Lite bằng cách sử dụng tập dữ liệu tùy chỉnh. Nó sử dụng học chuyển giao để giảm lượng dữ liệu đào tạo cần thiết và rút ngắn thời gian đào tạo.

Các công việc được hỗ trợ

Thư viện Model Maker hiện hỗ trợ các tác vụ ML sau. Nhấp vào các liên kết bên dưới để xem hướng dẫn về cách đào tạo mô hình.

Các công việc được hỗ trợ Tiện ích tác vụ
Phân loại hình ảnh: hướng dẫn , api Phân loại hình ảnh thành các danh mục được xác định trước.
Phát hiện đối tượng: hướng dẫn , api Phát hiện đối tượng trong thời gian thực.
Phân loại văn bản: hướng dẫn , api Phân loại văn bản thành các danh mục được xác định trước.
Câu trả lời câu hỏi BERT: hướng dẫn , api Tìm câu trả lời trong một ngữ cảnh nhất định cho một câu hỏi nhất định với BERT.
Phân loại âm thanh: hướng dẫn , api Phân loại âm thanh thành các danh mục được xác định trước.
Đề xuất: demo , api Đề xuất các mục dựa trên thông tin ngữ cảnh cho tình huống trên thiết bị.
Người tìm kiếm: hướng dẫn , api Tìm kiếm văn bản hoặc hình ảnh tương tự trong cơ sở dữ liệu.

Nếu các tác vụ của bạn không được hỗ trợ, trước tiên hãy sử dụng TensorFlow để đào tạo lại mô hình TensorFlow với tính năng học chuyển (sau các hướng dẫn như hình ảnh , văn bản , âm thanh ) hoặc đào tạo nó từ đầu, sau đó chuyển đổi nó sang mô hình TensorFlow Lite.

Ví dụ từ đầu đến cuối

Model Maker cho phép bạn đào tạo mô hình TensorFlow Lite bằng cách sử dụng bộ dữ liệu tùy chỉnh chỉ trong một vài dòng mã. Ví dụ, đây là các bước để đào tạo một mô hình phân loại hình ảnh.

from tflite_model_maker import image_classifier
from tflite_model_maker.image_classifier import DataLoader

# Load input data specific to an on-device ML app.
data = DataLoader.from_folder('flower_photos/')
train_data, test_data = data.split(0.9)

# Customize the TensorFlow model.
model = image_classifier.create(train_data)

# Evaluate the model.
loss, accuracy = model.evaluate(test_data)

# Export to Tensorflow Lite model and label file in `export_dir`.
model.export(export_dir='/tmp/')

Để biết thêm chi tiết, hãy xem hướng dẫn phân loại hình ảnh .

Cài đặt

Có hai cách để cài đặt Model Maker.

  • Cài đặt gói pip dựng sẵn.
pip install tflite-model-maker

Nếu bạn muốn cài đặt phiên bản hàng đêm, vui lòng làm theo lệnh:

pip install tflite-model-maker-nightly
  • Sao chép mã nguồn từ GitHub và cài đặt.
git clone https://github.com/tensorflow/examples
cd examples/tensorflow_examples/lite/model_maker/pip_package
pip install -e .

TensorFlow Lite Model Maker phụ thuộc vào gói pip TensorFlow. Đối với trình điều khiển GPU, vui lòng tham khảo hướng dẫn hoặc hướng dẫn cài đặt GPU của TensorFlow.

Tham chiếu API Python

Bạn có thể tìm hiểu các API công khai của Model Maker trong tài liệu tham khảo API .