ปรับใช้โมเดลแมชชีนเลิร์นนิงบนอุปกรณ์พกพาและอุปกรณ์ IoT
TensorFlow Lite เป็นเฟรมเวิร์กการเรียนรู้เชิงลึกแบบโอเพนซอร์สสำหรับการอนุมานบนอุปกรณ์
มันทำงานอย่างไร
แปลง
แปลงโมเดล TensorFlow ให้เป็นบัฟเฟอร์แบบแบนที่บีบอัดด้วยตัวแปลง TensorFlow Lite
เพิ่มประสิทธิภาพ
Quantize โดยแปลง 32-bit float เป็นจำนวนเต็ม 8-bit ที่มีประสิทธิภาพมากขึ้นหรือทำงานบน GPU
แนวทางแก้ไขปัญหาทั่วไป
สำรวจรุ่น TF Lite ที่ปรับให้เหมาะสมและโซลูชัน ML บนอุปกรณ์สำหรับกรณีใช้งานบนมือถือและ Edge
ระบุวัตถุหลายร้อยชิ้น รวมถึงผู้คน กิจกรรม สัตว์ พืช และสถานที่
ตรวจจับวัตถุหลายชิ้นที่มีกรอบล้อมรอบ ใช่สุนัขและแมวด้วย
ใช้แบบจำลองภาษาธรรมชาติที่ล้ำสมัยเพื่อตอบคำถามตามเนื้อหาของข้อความที่กำหนดด้วย BERT
ผู้ใช้ TensorFlow Lite บางส่วนของเรา
เยี่ยมชมไซต์เพื่อดูโครงการที่รวม Arduino และ TensorFlow เพื่อสร้างประสบการณ์ที่ยอดเยี่ยมและเครื่องมือที่มีประโยชน์ ค้นหาลิงก์ที่เป็นประโยชน์สำหรับการสร้างการทดลองของคุณเอง และเรียนรู้วิธีเข้าร่วม TF Micro Challenge
เรียนรู้วิธีฝึกโมเดลการตรวจจับวัตถุแบบกำหนดเองและปรับใช้กับแอป Android ด้วยโค้ดเพียงไม่กี่บรรทัด สิ่งที่คุณต้องมีคือ Android Studio และเว็บเบราว์เซอร์ ไม่จำเป็นต้องมีความรู้ด้านแมชชีนเลิร์นนิง
ค้นพบโซลูชันที่จะช่วยให้คุณผสานรวมแมชชีนเลิร์นนิงในมือถือและเว็บแอป และเส้นทางการเรียนรู้ Google Developers ใหม่เพื่อแนะนำคุณในสถานการณ์ทั่วไป ML และกรณีการใช้งานที่กำหนดเอง
เพื่อเชื่อมช่องว่างระหว่างการพัฒนา ML สำหรับมือถือและเว็บ คุณสามารถปรับใช้ TensorFlow Lite Task Library กับเว็บได้อย่างง่ายดายด้วยพลังของ WebAssembly