TensorFlow Lite משתמש במודלים של TensorFlow שהומרו לתבנית מודל למידת מכונה (ML) קטנה ויעילה יותר. אתה יכול להשתמש במודלים מאומנים מראש עם TensorFlow Lite, לשנות מודלים קיימים, או לבנות דגמי TensorFlow משלך ולאחר מכן להמיר אותם לפורמט TensorFlow Lite. דגמי TensorFlow Lite יכולים לבצע כמעט כל משימה שמודל TensorFlow רגיל יכול לעשות: זיהוי אובייקטים, עיבוד שפה טבעית, זיהוי תבניות ועוד תוך שימוש במגוון רחב של נתוני קלט כולל תמונות, וידאו, אודיו וטקסט.
מפת דרכים למידה
יש לך דגם של TensorFlow?
דלג למקטע המר למידע על הפעלת הדגם שלך עם TensorFlow Lite.צריך דגם עבור TensorFlow Lite?
לקבלת הדרכה לגבי השגת דגמים עבור מקרה השימוש שלך, המשך לקרוא .קבל דגמים עבור TensorFlow Lite
אינך צריך לבנות מודל TensorFlow Lite כדי להתחיל להשתמש בלמידה חישובית בנייד או במכשירי קצה. דגמים רבים שכבר נבנו ומותאמים זמינים עבורך לשימוש מיידי ביישום שלך. אתה יכול להתחיל עם שימוש במודלים מאומנים מראש ב-TensorFlow Lite ולעלות לבניית מודלים מותאמים אישית לאורך זמן, באופן הבא:
- התחל לפתח תכונות למידת מכונה עם מודלים שכבר הוכשרו.
- שנה מודלים קיימים של TensorFlow Lite באמצעות כלים כגון Model Maker .
- בנה מודל מותאם אישית עם כלי TensorFlow ולאחר מכן המר אותו ל- TensorFlow Lite.
שימוש במודלים למשימות מהירות: ערכת ML
אם אתה מנסה ליישם במהירות תכונות או משימות שירות עם למידת מכונה, עליך לסקור את מקרי השימוש הנתמכים על ידי ML Kit לפני תחילת הפיתוח עם TensorFlow Lite. כלי פיתוח זה מספק ממשקי API שניתן להתקשר אליהם ישירות מאפליקציות לנייד כדי להשלים משימות ML נפוצות כגון סריקת ברקוד ותרגום במכשיר. שימוש בשיטה זו יכול לעזור לך להשיג תוצאות במהירות. עם זאת, ל-ML Kit יש אפשרויות מוגבלות להרחבת היכולות שלה. למידע נוסף, עיין בתיעוד המפתחים של ערכת ML .
בניית מודלים עבור האפליקציה שלך: אילוצים
אם בניית מודל מותאם אישית עבור מקרה השימוש הספציפי שלך היא המטרה הסופית שלך, עליך להתחיל בפיתוח והדרכה של מודל TensorFlow או הרחבת מודל קיים. לפני שתתחיל בתהליך פיתוח המודל שלך, עליך להיות מודע לאילוצים עבור דגמי TensorFlow Lite ולבנות את המודל שלך תוך מחשבה על האילוצים הבאים:
- יכולות מחשוב מוגבלות
- גודל הדגמים
- גודל הנתונים
- פעולות TensorFlow נתמכות
לפרטים נוספים על כל אחד מהאילוצים הללו, עיין בהגבלות עיצוב המודל בסקירת בניית המודל. למידע נוסף על בניית מודלים יעילים, תואמים ובעלי ביצועים גבוהים עבור TensorFlow Lite, ראה שיטות עבודה מומלצות לביצועים .