Model inferensi dengan metadata dapat semudah hanya beberapa baris kode. Metadata TensorFlow Lite berisi deskripsi lengkap tentang apa yang dilakukan model dan cara menggunakan model. Ini dapat memberdayakan pembuat kode untuk menghasilkan kode inferensi secara otomatis untuk Anda, seperti menggunakan fitur Android Studio ML Binding atau pembuat kode Android TensorFlow Lite . Ini juga dapat digunakan untuk mengonfigurasi saluran inferensi khusus Anda.
Alat dan perpustakaan
TensorFlow Lite menyediakan berbagai alat dan pustaka untuk melayani berbagai tingkat persyaratan penerapan sebagai berikut:
Hasilkan antarmuka model dengan pembuat kode Android
Ada dua cara untuk membuat kode wrapper Android yang diperlukan secara otomatis 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 secara otomatis mengonfigurasi setelan untuk proyek dan menghasilkan kelas pembungkus 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, pengembang 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 siap pakai dengan Pustaka Tugas TensorFlow Lite
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 kinerja dan kegunaan terbaik. Pustaka Tugas bekerja lintas platform dan didukung di Java, C++, dan Swift.
Bangun saluran inferensi khusus dengan Pustaka Dukungan TensorFlow Lite
Pustaka Dukungan TensorFlow Lite adalah pustaka lintas platform yang membantu menyesuaikan antarmuka model dan membangun saluran inferensi. Ini berisi berbagai metode util dan struktur data untuk melakukan pemrosesan pra/pasca dan konversi data. Ini juga dirancang agar sesuai dengan perilaku modul TensorFlow, seperti TF.Image dan TF.Text, memastikan konsistensi dari pelatihan hingga inferensi.
Jelajahi model yang telah dilatih sebelumnya dengan metadata
Jelajahi model yang dihosting TensorFlow Lite dan TensorFlow Hub untuk mengunduh model yang telah dilatih sebelumnya dengan metadata untuk tugas penglihatan dan teks. Lihat juga berbagai opsi untuk memvisualisasikan metadata .
TensorFlow Lite Mendukung repo GitHub
Kunjungi repo GitHub Dukungan TensorFlow Lite untuk contoh dan kode sumber lainnya. Beri tahu kami tanggapan Anda dengan membuat masalah GitHub baru .