Посетите симпозиум «Женщины в машинном обучении» 7 декабря Зарегистрируйтесь сейчас

Вывод TensorFlow Lite с метаданными

Вывод моделей с метаданными может быть таким же простым, как всего несколько строк кода. Метаданные TensorFlow Lite содержат подробное описание того, что делает модель и как ее использовать. Он может позволить генераторам кода автоматически генерировать для вас код логического вывода, например, с помощью функции Android Studio ML Binding или генератора кода TensorFlow Lite для Android . Его также можно использовать для настройки собственного конвейера логического вывода.

Инструменты и библиотеки

TensorFlow Lite предоставляет множество инструментов и библиотек для удовлетворения различных уровней требований к развертыванию, а именно:

Создание интерфейса модели с помощью генераторов кода Android

Существует два способа автоматического создания необходимого кода оболочки Android для модели TensorFlow Lite с метаданными:

  1. Android Studio ML Model Binding — это инструмент, доступный в Android Studio для импорта модели TensorFlow Lite через графический интерфейс. Android Studio автоматически настроит параметры проекта и создаст классы-оболочки на основе метаданных модели.

  2. Генератор кода TensorFlow Lite — это исполняемый файл, который автоматически генерирует интерфейс модели на основе метаданных. В настоящее время он поддерживает Android с Java. Код-оболочка избавляет от необходимости напрямую взаимодействовать с ByteBuffer . Вместо этого разработчики могут взаимодействовать с моделью TensorFlow Lite с типизированными объектами, такими как Bitmap и Rect . Пользователи Android Studio также могут получить доступ к функции codegen через Android Studio ML Binding .

Используйте готовые API с библиотекой задач TensorFlow Lite.

Библиотека задач TensorFlow Lite предоставляет оптимизированные готовые к использованию интерфейсы моделей для популярных задач машинного обучения, таких как классификация изображений, вопросы и ответы и т. д. Интерфейсы моделей специально разработаны для каждой задачи для достижения наилучшей производительности и удобства использования. Библиотека задач работает на разных платформах и поддерживается на Java, C++ и Swift.

Создавайте собственные конвейеры логического вывода с помощью библиотеки поддержки TensorFlow Lite.

Библиотека поддержки TensorFlow Lite — это кроссплатформенная библиотека, которая помогает настраивать интерфейс модели и создавать конвейеры логического вывода. Он содержит множество полезных методов и структур данных для выполнения предварительной/постобработки и преобразования данных. Он также разработан, чтобы соответствовать поведению модулей TensorFlow, таких как TF.Image и TF.Text, обеспечивая согласованность от обучения до вывода.

Исследуйте предварительно обученные модели с метаданными

Просмотрите размещенные модели TensorFlow Lite и TensorFlow Hub , чтобы загрузить предварительно обученные модели с метаданными как для визуальных, так и для текстовых задач. Также см. различные варианты визуализации метаданных .

Репозиторий GitHub с поддержкой TensorFlow Lite

Посетите репозиторий TensorFlow Lite Support GitHub для получения дополнительных примеров и исходного кода. Сообщите нам свои отзывы, создав новый выпуск на GitHub .