Google I/O הוא עטיפה! התעדכן בהפעלות של TensorFlow. צפה בהפעלות

TensorFlow Lite Model Maker

סקירה כללית

ספריית TensorFlow Lite Model Maker מפשטת את תהליך האימון של מודל TensorFlow Lite באמצעות מערך נתונים מותאם אישית. הוא משתמש בלימוד העברה כדי להפחית את כמות נתוני האימון הנדרשים ולקצר את זמן האימון.

משימות נתמכות

ספריית Model Maker תומכת כעת במשימות ה-ML הבאות. לחץ על הקישורים למטה לקבלת מדריכים כיצד לאמן את המודל.

משימות נתמכות כלי עזר למשימות
סיווג תמונה: מדריך , API סיווג תמונות לקטגוריות מוגדרות מראש.
זיהוי אובייקטים: מדריך , API זיהוי עצמים בזמן אמת.
סיווג טקסט: מדריך , API סיווג טקסט לקטגוריות מוגדרות מראש.
BERT שאלה תשובה: tutorial , api מצא את התשובה בהקשר מסוים לשאלה נתונה עם BERT.
סיווג אודיו: מדריך , API סיווג אודיו לקטגוריות מוגדרות מראש.
המלצה: הדגמה , API המלץ על פריטים על סמך מידע ההקשר עבור תרחיש במכשיר.

אם המשימות שלך אינן נתמכות, אנא השתמש תחילה ב- TensorFlow כדי לאמן מחדש מודל של TensorFlow עם למידת העברה (בעקבות מדריכים כמו תמונות , טקסט , אודיו ) או לאמן אותו מאפס, ולאחר מכן המר אותו למודל TensorFlow Lite.

דוגמה מקצה לקצה

Model Maker מאפשר לך לאמן מודל TensorFlow Lite באמצעות מערכי נתונים מותאמים אישית בכמה שורות קוד בלבד. לדוגמה, להלן השלבים להכשרת מודל סיווג תמונה.

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/')

לפרטים נוספים, עיין במדריך סיווג התמונות .

הַתקָנָה

ישנן שתי דרכים להתקין את Model Maker.

  • התקן חבילת pip בנויה מראש.
pip install tflite-model-maker

אם ברצונך להתקין גרסה לילית, אנא עקוב אחר הפקודה:

pip install tflite-model-maker-nightly
  • שכפל את קוד המקור מ-GitHub והתקן.
git clone https://github.com/tensorflow/examples
cd examples/tensorflow_examples/lite/model_maker/pip_package
pip install -e .

TensorFlow Lite Model Maker תלוי בחבילת TensorFlow pip . עבור מנהלי התקנים של GPU, עיין במדריך ה-GPU של TensorFlow או במדריך ההתקנה .

הפניה ל-Python API

אתה יכול לגלות את ממשקי ה-API הציבוריים של Model Maker בהפניה ל-API .