TensorFlow Liteは、いくつかのハードウェアアクセラレータをサポートしています。このドキュメントでは、AndroidおよびiOSでTensorFlowLiteデリゲートAPIを使用してGPUバックエンドを使用する方法について説明します。
GPUは、大規模に並列化可能なワークロードに対して高スループットを実現するように設計されています。したがって、これらは、多数の演算子で構成されるディープニューラルネットに最適です。各演算子は、小さなワークロードに簡単に分割して並行して実行できる入力テンソルで動作し、通常はレイテンシが低くなります。最良のシナリオでは、GPUでの推論は、以前は利用できなかったリアルタイムアプリケーションに対して十分に高速に実行される可能性があります。
CPUとは異なり、GPUは16ビットまたは32ビットの浮動小数点数で計算し、最適なパフォーマンスを得るために量子化を必要としません。デリゲートは8ビットの量子化モデルを受け入れますが、計算は浮動小数点数で実行されます。詳細については、高度なドキュメントを参照してください。
GPU推論のもう1つの利点は、電力効率です。 GPUは、非常に効率的で最適化された方法で計算を実行するため、同じタスクがCPUで実行される場合よりも、消費電力と発熱量が少なくなります。
デモアプリのチュートリアル
GPUデリゲートを試す最も簡単な方法は、GPUをサポートする分類デモアプリケーションの構築を行う以下のチュートリアルに従うことです。 GPUコードは今のところバイナリのみです。間もなくオープンソースになります。デモを機能させる方法を理解したら、独自のカスタムモデルでこれを試すことができます。
Android（Android Studioを使用）
ステップバイステップのチュートリアルについては、Android用GPUデリゲートのビデオをご覧ください。
手順1.TensorFlowソースコードのクローンを作成し、AndroidStudioで開きます
git clone https://github.com/tensorflow/tensorflow
ステップapp/build.gradleを編集して、夜間のapp/build.gradleを使用します
tensorflow-lite-gpuパッケージを、既存のdependenciesブロックの既存のtensorflow-liteパッケージと一緒に追加します。
dependencies {
...
implementation 'org.tensorflow:tensorflow-lite:2.3.0'
implementation 'org.tensorflow:tensorflow-lite-gpu:2.3.0'
}
ステップ3.ビルドして実行する
実行→「アプリ」を実行します。アプリケーションを実行すると、GPUを有効にするためのボタンが表示されます。量子化モデルから浮動小数点モデルに変更し、[GPU]をクリックしてGPUで実行します。
iOS（XCode付き）
ステップバイステップのチュートリアルについては、iOS用GPUデリゲートのビデオをご覧ください。
手順1.デモソースコードを入手して、コンパイルされることを確認します。
iOSデモアプリのチュートリアルに従ってください。これにより、変更されていないiOSカメラのデモが携帯電話で機能するようになります。
手順2.TensorFlow Lite GPUCocoaPodを使用するようにPodfileを変更します
2.3.0リリース以降、バイナリサイズを縮小するために、デフォルトでGPUデリゲートがポッドから除外されています。サブスペックを指定することでそれらを含めることができます。 TensorFlowLiteSwiftポッドの場合：
pod 'TensorFlowLiteSwift/Metal', '~> 0.0.1-nightly',
または
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly', :subspecs => ['Metal']
Objective-C（2.4.0リリース以降）またはC APIを使用する場合は、 TensorFlowLiteObjCまたはTensorFlowLitCに対して同様に行うことができます。
2.3.0リリースより前
TensorFlow Lite2.0.0まで
GPUデリゲートを含むバイナリCocoaPodを構築しました。プロジェクトを使用するように切り替えるには、 `tensorflow / tensorflow / lite / examples / ios / camera / Podfile`ファイルを変更して` TensorFlowLite`の代わりに `TensorFlowLiteGpuExperimental`ポッドを使用します。
target 'YourProjectName'
# pod 'TensorFlowLite', '1.12.0'
pod 'TensorFlowLiteGpuExperimental'
TensorFlow Lite2.2.0まで
TensorFlow Lite 2.1.0から2.2.0まで、GPUデリゲートは `TensorFlowLiteC`ポッドに含まれています。言語に応じて、 `TensorFlowLiteC`と` TensorFlowLiteSwift`のどちらかを選択できます。
手順3.GPUデリゲートを有効にする
GPUのデリゲートを使用するコードを有効にするには、変更する必要がありますTFLITE_USE_GPU_DELEGATE中で0から1にCameraExampleViewController.h 。
#define TFLITE_USE_GPU_DELEGATE 1
ステップ4.デモアプリをビルドして実行します
前の手順を実行すると、アプリを実行できるようになります。
ステップ5.リリースモード
ステップ4でデバッグモードで実行している間、パフォーマンスを向上させるには、適切な最適なメタル設定を使用してリリースビルドに変更する必要があります。特に、これらの設定を編集するには、[ Product > Scheme > Edit Scheme... 。 [ Run選択しRun 。 [ Info ]タブで、[ Build Configuration ]を[ Debugから[ Release ]に変更し、[ Debug executableチェックを外しDebug executable 。
次に、[ Options ]タブをクリックし、[ GPU Frame Capture ]を[ Disabled ]に、[ Metal API Validation ]を[ Disabled ]に変更しDisabled 。
最後に、64ビットアーキテクチャでのリリースのみのビルドを選択してください。 Project navigator -> tflite_camera_example -> PROJECT -> tflite_camera_example -> Build Settings Build Active Architecture Only > ReleaseをYesに設定します。
独自のモデルでGPUデリゲートを試す
アンドロイド
Android StudioMLモデルバインディングとTensorFlowLiteインタープリターのどちらを使用しているかに応じて、モデルアクセラレーションを呼び出す方法は2つあります。
TensorFlowLiteインタープリター
デモを見て、デリゲートを追加する方法を確認してください。アプリケーションで、上記のようにAARを追加し、 org.tensorflow.lite.gpu.GpuDelegateモジュールをインポートし、 addDelegate関数を使用してGPUデリゲートをインタープリターに登録します。
Kotlin
import org.tensorflow.lite.Interpreter
import org.tensorflow.lite.gpu.CompatibilityList
import org.tensorflow.lite.gpu.GpuDelegate
val compatList = CompatibilityList()
val options = Interpreter.Options().apply{
if(compatList.isDelegateSupportedOnThisDevice){
// if the device has a supported GPU, add the GPU delegate
val delegateOptions = compatList.bestOptionsForThisDevice
this.addDelegate(GpuDelegate(delegateOptions))
} else {
// if the GPU is not supported, run on 4 threads
this.setNumThreads(4)
}
}
val interpreter = Interpreter(model, options)
// Run inference
writeToInput(input)
interpreter.run(input, output)
readFromOutput(output)
Java
import org.tensorflow.lite.Interpreter;
import org.tensorflow.lite.gpu.CompatibilityList;
import org.tensorflow.lite.gpu.GpuDelegate;
// Initialize interpreter with GPU delegate
Interpreter.Options options = new Interpreter.Options();
CompatibilityList compatList = CompatibilityList();
if(compatList.isDelegateSupportedOnThisDevice()){
// if the device has a supported GPU, add the GPU delegate
GpuDelegate.Options delegateOptions = compatList.getBestOptionsForThisDevice();
GpuDelegate gpuDelegate = new GpuDelegate(delegateOptions);
options.addDelegate(gpuDelegate);
} else {
// if the GPU is not supported, run on 4 threads
options.setNumThreads(4);
}
Interpreter interpreter = new Interpreter(model, options);
// Run inference
writeToInput(input);
interpreter.run(input, output);
readFromOutput(output);
iOS
迅速
import TensorFlowLite
// Load model ...
// Initialize TensorFlow Lite interpreter with the GPU delegate.
let delegate = MetalDelegate()
if let interpreter = try Interpreter(modelPath: modelPath,
delegates: [delegate]) {
// Run inference ...
}
Objective-C
// Import module when using CocoaPods with module support
@import TFLTensorFlowLite;
// Or import following headers manually
#import "tensorflow/lite/objc/apis/TFLMetalDelegate.h"
#import "tensorflow/lite/objc/apis/TFLTensorFlowLite.h"
// Initialize GPU delegate
TFLMetalDelegate* metalDelegate = [[TFLMetalDelegate alloc] init];
// Initialize interpreter with model path and GPU delegate
TFLInterpreterOptions* options = [[TFLInterpreterOptions alloc] init];
NSError* error = nil;
TFLInterpreter* interpreter = [[TFLInterpreter alloc]
initWithModelPath:modelPath
options:options
delegates:@[ metalDelegate ]
error:&error];
if (error != nil) { /* Error handling... */ }
if (![interpreter allocateTensorsWithError:&error]) { /* Error handling... */ }
if (error != nil) { /* Error handling... */ }
// Run inference ...
```
C（2.3.0まで）
#include "tensorflow/lite/c/c_api.h"
#include "tensorflow/lite/delegates/gpu/metal_delegate.h"
// Initialize model
TfLiteModel* model = TfLiteModelCreateFromFile(model_path);
// Initialize interpreter with GPU delegate
TfLiteInterpreterOptions* options = TfLiteInterpreterOptionsCreate();
TfLiteDelegate* delegate = TFLGPUDelegateCreate(nil); // default config
TfLiteInterpreterOptionsAddDelegate(options, metal_delegate);
TfLiteInterpreter* interpreter = TfLiteInterpreterCreate(model, options);
TfLiteInterpreterOptionsDelete(options);
TfLiteInterpreterAllocateTensors(interpreter);
NSMutableData *input_data = [NSMutableData dataWithLength:input_size * sizeof(float)];
NSMutableData *output_data = [NSMutableData dataWithLength:output_size * sizeof(float)];
TfLiteTensor* input = TfLiteInterpreterGetInputTensor(interpreter, 0);
const TfLiteTensor* output = TfLiteInterpreterGetOutputTensor(interpreter, 0);
// Run inference
TfLiteTensorCopyFromBuffer(input, inputData.bytes, inputData.length);
TfLiteInterpreterInvoke(interpreter);
TfLiteTensorCopyToBuffer(output, outputData.mutableBytes, outputData.length);
// Clean up
TfLiteInterpreterDelete(interpreter);
TFLGpuDelegateDelete(metal_delegate);
TfLiteModelDelete(model);
サポートされているモデルと操作
GPUデリゲートのリリースに伴い、バックエンドで実行できるいくつかのモデルが含まれています。
- MobileNet v1（224x224）画像分類[ダウンロード]
（モバイルおよび組み込みベースのビジョンアプリケーション用に設計された画像分類モデル） - DeepLabセグメンテーション（257x257） [ダウンロード]
（入力画像のすべてのピクセルにセマンティックラベル（犬、猫、車など）を割り当てる画像セグメンテーションモデル） - MobileNetSSDオブジェクト検出[ダウンロード]
（バウンディングボックスで複数のオブジェクトを検出する画像分類モデル） - ポーズ推定用のPoseNet [ダウンロード]
（画像またはビデオ内の人物のポーズを推定するビジョンモデル）
サポートされている操作の完全なリストを確認するには、高度なドキュメントを参照してください。
サポートされていないモデルと操作
一部の操作がGPUデリゲートでサポートされていない場合、フレームワークはグラフの一部のみをGPUで実行し、残りの部分はCPUで実行します。 CPU / GPU同期のコストが高いため、このような分割実行モードでは、ネットワーク全体をCPUのみで実行する場合よりもパフォーマンスが低下することがよくあります。この場合、ユーザーは次のような警告を受け取ります。
WARNING: op code #42 cannot be handled by this delegate.
これは実際の実行時の障害ではなく、開発者がネットワークをデリゲートで実行しようとしているときに観察できるものであるため、この障害のコールバックは提供しませんでした。
最適化のヒント
CPUで簡単な操作の中には、GPUのコストが高くなるものがあります。このような動作の一つのクラスは、以下を含む変形操作の様々な形態でBATCH_TO_SPACE 、 SPACE_TO_BATCH 、 SPACE_TO_DEPTHなど、および。これらの操作がネットワークアーキテクトの論理的思考のためだけにネットワークに挿入されている場合は、パフォーマンスのためにそれらを削除する価値があります。
GPUでは、テンソルデータは4チャネルにスライスされます。したがって、形状[B,H,W,5]テンソルでの計算は、形状[B,H,W,8]ほぼ同じように実行されますが、 [B,H,W,4]よりも大幅に劣り[B,H,W,4] 。
その意味で、カメラハードウェアがRGBAの画像フレームをサポートしている場合、メモリコピー（3チャンネルRGBから4チャンネルRGBXへ）を回避できるため、その4チャンネル入力のフィードは大幅に高速になります。
最高のパフォーマンスを得るには、モバイル向けに最適化されたネットワークアーキテクチャを使用して分類器を再トレーニングすることを躊躇しないでください。これは、デバイス上の推論の最適化の重要な部分です。