TensorFlow Lite Model Maker

ملخص

تعمل مكتبة TensorFlow Lite Model Maker على تبسيط عملية تدريب نموذج TensorFlow Lite باستخدام مجموعة بيانات مخصصة. يستخدم التعلم النقل لتقليل كمية بيانات التدريب المطلوبة وتقصير وقت التدريب.

المهام المدعومة

تدعم مكتبة Model Maker حاليًا مهام ML التالية. انقر فوق الروابط أدناه للحصول على إرشادات حول كيفية تدريب النموذج.

المهام المدعومة أداة المهام
تصنيف الصورة: تعليمي ، api تصنيف الصور إلى فئات محددة مسبقا.
كشف الكائن: تعليمي ، api كشف الأشياء في الوقت الحقيقي.
تصنيف النص: تعليمي ، API تصنيف النص إلى فئات محددة مسبقًا.
جواب سؤال بيرت: تعليمي ، api ابحث عن الإجابة في سياق معين لسؤال معين باستخدام BERT.
تصنيف الصوت: تعليمي ، API تصنيف الصوت إلى فئات محددة مسبقًا.
التوصية: demo ، api التوصية بالعناصر بناءً على معلومات السياق للسيناريو على الجهاز.
الباحث: البرنامج التعليمي ، api ابحث عن نص أو صورة مماثلة في قاعدة بيانات.

إذا لم تكن مهامك مدعومة ، فالرجاء أولاً استخدام TensorFlow لإعادة تدريب نموذج TensorFlow مع تعلم النقل (الأدلة التالية مثل الصور والنصوص والصوت ) أو تدريبه من نقطة الصفر ، ثم تحويله إلى نموذج TensorFlow Lite.

مثال شامل

يتيح لك Model Maker تدريب نموذج TensorFlow Lite باستخدام مجموعات بيانات مخصصة في بضعة أسطر من التعليمات البرمجية. على سبيل المثال ، فيما يلي خطوات تدريب نموذج تصنيف الصورة.

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/')

لمزيد من التفاصيل ، راجع دليل تصنيف الصور .

تثبيت

هناك طريقتان لتثبيت Model Maker.

  • قم بتثبيت حزمة نقطة مسبقة الصنع.
pip install tflite-model-maker

إذا كنت ترغب في تثبيت الإصدار الليلي ، فيرجى اتباع الأمر:

pip install tflite-model-maker-nightly
  • استنساخ الكود المصدري من GitHub وقم بتثبيته.
git clone https://github.com/tensorflow/examples
cd examples/tensorflow_examples/lite/model_maker/pip_package
pip install -e .

يعتمد TensorFlow Lite Model Maker على حزمة نقاط TensorFlow. بالنسبة لبرامج تشغيل وحدة معالجة الرسومات ، يرجى الرجوع إلى دليل وحدة معالجة الرسومات في TensorFlow أو دليل التثبيت .

مرجع Python API

يمكنك معرفة واجهات برمجة التطبيقات العامة لـ Model Maker في مرجع API .