Menyimpulkan model dengan metadata semudah beberapa baris kode saja. Metadata TensorFlow Lite berisi deskripsi lengkap tentang fungsi model dan cara menggunakan model. Ini dapat memberdayakan pembuat kode untuk secara otomatis menghasilkan kode inferensi untuk Anda, seperti menggunakan fitur Android Studio ML Binding atau pembuat kode Android TensorFlow Lite . Ini juga dapat digunakan untuk mengonfigurasi alur inferensi khusus Anda.
Alat dan perpustakaan
TensorFlow Lite menyediakan beragam alat dan pustaka untuk melayani berbagai tingkat persyaratan penerapan sebagai berikut:
Hasilkan antarmuka model dengan generator kode Android
Ada dua cara untuk secara otomatis membuat kode wrapper Android yang diperlukan untuk model TensorFlow Lite dengan metadata:
Android Studio ML Model Binding adalah alat yang tersedia dalam Android Studio untuk mengimpor model TensorFlow Lite melalui antarmuka grafis. Android Studio akan otomatis mengonfigurasi setelan untuk proyek dan menghasilkan kelas wrapper berdasarkan metadata model.
TensorFlow Lite Code Generator adalah executable yang menghasilkan antarmuka model secara otomatis berdasarkan metadata. Saat ini mendukung Android dengan Java. Kode pembungkus menghilangkan kebutuhan untuk berinteraksi langsung dengan
ByteBuffer. Sebagai gantinya, developer dapat berinteraksi dengan model TensorFlow Lite dengan objek yang diketik sepertiBitmapdanRect. Pengguna Android Studio juga bisa mendapatkan akses ke fitur codegen melalui Android Studio ML Binding .
Manfaatkan API bawaan dengan TensorFlow Lite Task Library
Pustaka Tugas TensorFlow Lite menyediakan antarmuka model siap pakai yang dioptimalkan untuk tugas pembelajaran mesin populer, seperti klasifikasi gambar, tanya jawab, dll. Antarmuka model dirancang khusus untuk setiap tugas guna mencapai performa dan kegunaan terbaik. Perpustakaan Tugas berfungsi lintas platform dan didukung di Java, C++, dan Swift.
Bangun pipeline inferensi khusus dengan Support Library TensorFlow Lite
Pustaka Dukungan TensorFlow Lite adalah pustaka lintas platform yang membantu menyesuaikan antarmuka model dan membangun alur inferensi. Ini berisi berbagai metode utilitas dan struktur data untuk melakukan pemrosesan sebelum/pasca dan konversi data. Hal ini juga dirancang untuk mencocokkan perilaku modul TensorFlow, seperti TF.Image dan TF.Text, sehingga memastikan konsistensi mulai dari pelatihan hingga inferensi.
Jelajahi model terlatih dengan metadata
Jelajahi model yang dihosting TensorFlow Lite dan TensorFlow Hub untuk mendownload model terlatih dengan metadata untuk tugas visual dan teks. Lihat juga opsi berbeda untuk memvisualisasikan metadata .
TensorFlow Lite Mendukung repo GitHub
Kunjungi repo GitHub Dukungan TensorFlow Lite untuk melihat lebih banyak contoh dan kode sumber. Beri tahu kami tanggapan Anda dengan membuat masalah GitHub baru .