7 दिसंबर को महिला एमएल संगोष्ठी में भाग लें अभी पंजीकरण करें

मेटाडेटा के साथ TensorFlow लाइट का अनुमान

मेटाडेटा के साथ मॉडल का अनुमान लगाना कोड की कुछ पंक्तियों जितना आसान हो सकता है। TensorFlow Lite मेटाडेटा में मॉडल क्या करता है और मॉडल का उपयोग कैसे करें, इसका एक समृद्ध विवरण है। यह आपके लिए स्वचालित रूप से अनुमान कोड उत्पन्न करने के लिए कोड जनरेटर को सशक्त कर सकता है, जैसे कि Android Studio ML बाइंडिंग सुविधा या TensorFlow Lite Android कोड जनरेटर का उपयोग करना। इसका उपयोग आपकी कस्टम अनुमान पाइपलाइन को कॉन्फ़िगर करने के लिए भी किया जा सकता है।

उपकरण और पुस्तकालय

TensorFlow Lite तैनाती आवश्यकताओं के विभिन्न स्तरों को पूरा करने के लिए विभिन्न प्रकार के उपकरण और पुस्तकालय प्रदान करता है:

एंड्रॉइड कोड जेनरेटर के साथ मॉडल इंटरफेस जेनरेट करें

मेटाडेटा के साथ TensorFlow Lite मॉडल के लिए आवश्यक Android आवरण कोड स्वचालित रूप से उत्पन्न करने के दो तरीके हैं:

  1. एंड्रॉइड स्टूडियो एमएल मॉडल बाइंडिंग एक ग्राफिकल इंटरफेस के माध्यम से टेंसरफ्लो लाइट मॉडल को आयात करने के लिए एंड्रॉइड स्टूडियो के भीतर उपलब्ध टूलिंग है। एंड्रॉइड स्टूडियो स्वचालित रूप से परियोजना के लिए सेटिंग्स को कॉन्फ़िगर करेगा और मॉडल मेटाडेटा के आधार पर रैपर वर्ग उत्पन्न करेगा।

  2. TensorFlow लाइट कोड जेनरेटर एक निष्पादन योग्य है जो मेटाडेटा के आधार पर स्वचालित रूप से मॉडल इंटरफ़ेस उत्पन्न करता है। यह वर्तमान में जावा के साथ एंड्रॉइड का समर्थन करता है। रैपर कोड ByteBuffer के साथ सीधे बातचीत करने की आवश्यकता को हटा देता है। इसके बजाय, डेवलपर्स टेंसरफ्लो लाइट मॉडल के साथ Bitmap और Rect जैसी टाइप की गई वस्तुओं के साथ बातचीत कर सकते हैं। एंड्रॉइड स्टूडियो उपयोगकर्ता एंड्रॉइड स्टूडियो एमएल बाइंडिंग के माध्यम से कोडजेन फीचर तक पहुंच प्राप्त कर सकते हैं।

TensorFlow लाइट टास्क लाइब्रेरी के साथ आउट-ऑफ़-बॉक्स API का लाभ उठाएं

TensorFlow लाइट टास्क लाइब्रेरी लोकप्रिय मशीन लर्निंग कार्यों, जैसे कि छवि वर्गीकरण, प्रश्न और उत्तर, आदि के लिए अनुकूलित रेडी-टू-यूज़ मॉडल इंटरफेस प्रदान करती है। मॉडल इंटरफेस विशेष रूप से प्रत्येक कार्य के लिए सर्वश्रेष्ठ प्रदर्शन और उपयोगिता प्राप्त करने के लिए डिज़ाइन किए गए हैं। टास्क लाइब्रेरी क्रॉस-प्लेटफॉर्म पर काम करती है और जावा, सी ++ और स्विफ्ट पर समर्थित है।

TensorFlow लाइट सपोर्ट लाइब्रेरी के साथ कस्टम इंट्रेंस पाइपलाइन बनाएं

TensorFlow लाइट सपोर्ट लाइब्रेरी एक क्रॉस-प्लेटफ़ॉर्म लाइब्रेरी है जो मॉडल इंटरफ़ेस को अनुकूलित करने और अनुमान पाइपलाइन बनाने में मदद करती है। इसमें प्री/पोस्ट प्रोसेसिंग और डेटा रूपांतरण करने के लिए उपयोग विधियों और डेटा संरचनाओं की किस्में शामिल हैं। इसे TensorFlow मॉड्यूल के व्यवहार से मेल खाने के लिए भी डिज़ाइन किया गया है, जैसे कि TF.Image और TF.Text, प्रशिक्षण से लेकर अनुमान तक की निरंतरता सुनिश्चित करता है।

मेटाडेटा के साथ पूर्व-प्रशिक्षित मॉडल का अन्वेषण करें

दृष्टि और पाठ कार्यों दोनों के लिए मेटाडेटा के साथ पूर्व-प्रशिक्षित मॉडल डाउनलोड करने के लिए TensorFlow Lite होस्ट किए गए मॉडल और TensorFlow हब ब्राउज़ करें। मेटाडेटा को विज़ुअलाइज़ करने के विभिन्न विकल्प भी देखें।

TensorFlow लाइट समर्थन GitHub रेपो

अधिक उदाहरणों और स्रोत कोड के लिए TensorFlow Lite Support GitHub रेपो पर जाएं। एक नया GitHub मुद्दा बनाकर हमें अपनी प्रतिक्रिया दें।