ML Community Day คือวันที่ 9 พฤศจิกายน! ร่วมกับเราสำหรับการปรับปรุงจาก TensorFlow, JAX และอื่น ๆ เรียนรู้เพิ่มเติม

ปรับใช้โมเดลแมชชีนเลิร์นนิงบนอุปกรณ์พกพาและอุปกรณ์ IoT

TensorFlow Lite เป็นเฟรมเวิร์กการเรียนรู้เชิงลึกแบบโอเพนซอร์สสำหรับการอนุมานบนอุปกรณ์

ดูคำแนะนำ

ไกด์จะอธิบายแนวคิดและส่วนประกอบของ TensorFlow Lite

ดูตัวอย่าง

สำรวจแอป TensorFlow Lite สำหรับ Android และ iOS

ดูบทแนะนำ

เรียนรู้วิธีใช้ TensorFlow Lite สำหรับกรณีการใช้งานทั่วไป

มันทำงานอย่างไร

เลือกรุ่น

เลือกโมเดลใหม่หรือฝึกโมเดลที่มีอยู่ใหม่

แปลง

แปลงโมเดล TensorFlow ให้เป็นบัฟเฟอร์แบบแบนที่บีบอัดด้วยตัวแปลง TensorFlow Lite

ปรับใช้

นำไฟล์ .tflite ที่บีบอัดแล้วโหลดลงในอุปกรณ์พกพาหรืออุปกรณ์ฝังตัว

เพิ่มประสิทธิภาพ

Quantize โดยแปลง 32 บิต float เป็นจำนวนเต็ม 8 บิตที่มีประสิทธิภาพมากขึ้นหรือทำงานบน GPU

แนวทางแก้ไขปัญหาทั่วไป

สำรวจรุ่น TF Lite ที่ปรับให้เหมาะสมและโซลูชัน ML บนอุปกรณ์สำหรับกรณีการใช้งานมือถือและ Edge

การจำแนกรูปภาพ

ระบุวัตถุหลายร้อยชิ้น รวมถึงผู้คน กิจกรรม สัตว์ พืช และสถานที่

การตรวจจับวัตถุ

ตรวจจับวัตถุหลายชิ้นที่มีกรอบล้อมรอบ ใช่สุนัขและแมวด้วย

ตอบคำถาม

ใช้แบบจำลองภาษาธรรมชาติที่ล้ำสมัยเพื่อตอบคำถามตามเนื้อหาของข้อความที่กำหนดด้วย BERT

การมีส่วนร่วมของชุมชน

ดูวิธีเพิ่มเติมในการเข้าร่วมชุมชน TensorFlow

ข่าวและประกาศ

ตรวจสอบของเรา บล็อก สำหรับการปรับปรุงเพิ่มเติมและสมัครรับจดหมายข่าว TensorFlow รายเดือนของเราที่จะได้รับข่าวสารล่าสุดส่งโดยตรงไปยังกล่องจดหมายของคุณ

18 สิงหาคม 2564  
วางการประมาณและการจัดประเภทบนอุปกรณ์ขอบด้วย MoveNet

MoveNet เป็นรูปแบบการประมาณการที่ล้ำสมัยสำหรับอุปกรณ์พกพาที่สามารถทำงานได้แบบเรียลไทม์บนสมาร์ทโฟนสมัยใหม่ เรียนรู้เกี่ยวกับการอัปเดตล่าสุดและวิธีจัดประเภทท่าทางแบบกำหนดเองบน Android, iOS และ Raspberry Pi

20 กรกฎาคม 2564  
สร้างโมเดลในอุปกรณ์ที่รวดเร็วและกระจัดกระจายด้วย TF MOT Pruning API . ใหม่

เพื่อเชื่อมช่องว่างระหว่างการพัฒนา ML สำหรับมือถือและเว็บ คุณสามารถปรับใช้ TensorFlow Lite Task Library กับเว็บได้อย่างง่ายดายด้วยพลังของ WebAssembly

2 มิถุนายน 2564  
TensorFlow ช่วยให้ Edge Impulse ทำให้วิศวกรฝังตัวเข้าถึง ML ได้อย่างไร

ระบบนิเวศของ TensorFlow ช่วยให้บริษัทต่างๆ เช่น Edge Impulse นำปัญญาประดิษฐ์มาอยู่ในมือของผู้เชี่ยวชาญด้านโดเมนที่กำลังสร้างเทคโนโลยีผู้บริโภคและอุตสาหกรรมรุ่นต่อไป

20 พฤษภาคม 2021  
ฝึกโมเดลการตรวจจับวัตถุแบบกำหนดเองของคุณด้วย TensorFlow Lite

เรียนรู้วิธีฝึกโมเดลการตรวจจับวัตถุแบบกำหนดเองและปรับใช้กับแอป Android ด้วยโค้ดเพียงไม่กี่บรรทัด สิ่งที่คุณต้องมีคือ Android Studio และเว็บเบราว์เซอร์ ไม่จำเป็นต้องมีความรู้ด้านแมชชีนเลิร์นนิง