การอนุมาน โมเดลด้วยข้อมูลเมตา สามารถทำได้ง่ายเพียงแค่โค้ดเพียงไม่กี่บรรทัด ข้อมูลเมตาของ TensorFlow Lite มีคำอธิบายโดยละเอียดเกี่ยวกับสิ่งที่โมเดลทำและวิธีใช้โมเดล มันสามารถให้อำนาจตัวสร้างโค้ดเพื่อสร้างรหัสอนุมานให้คุณโดยอัตโนมัติ เช่น การใช้ ฟีเจอร์การเชื่อมโยง ML ของ Android Studio หรือ ตัวสร้างโค้ด TensorFlow Lite Android นอกจากนี้ยังใช้เพื่อกำหนดค่าไปป์ไลน์การอนุมานแบบกำหนดเองของคุณได้อีกด้วย
เครื่องมือและห้องสมุด
TensorFlow Lite มีเครื่องมือและไลบรารีที่หลากหลายเพื่อรองรับความต้องการในการใช้งานในระดับต่างๆ ดังนี้:
สร้างอินเทอร์เฟซโมเดลด้วยเครื่องสร้างโค้ด Android
มีสองวิธีในการสร้างโค้ดแรปเปอร์ Android ที่จำเป็นสำหรับโมเดล TensorFlow Lite พร้อมข้อมูลเมตาโดยอัตโนมัติ:
Android Studio ML Model Binding เป็นเครื่องมือที่มีอยู่ใน Android Studio เพื่อนำเข้าโมเดล TensorFlow Lite ผ่านอินเทอร์เฟซแบบกราฟิก Android Studio จะกำหนดการตั้งค่าสำหรับโปรเจ็กต์โดยอัตโนมัติและสร้างคลาสแรปเปอร์ตามข้อมูลเมตาของโมเดล
TensorFlow Lite Code Generator เป็นโปรแกรมปฏิบัติการที่สร้างอินเทอร์เฟซของโมเดลโดยอัตโนมัติตามข้อมูลเมตา ปัจจุบันรองรับ Android กับ Java รหัส wrapper ทำให้ไม่จำเป็นต้องโต้ตอบกับ
ByteBufferโดยตรง นักพัฒนาสามารถโต้ตอบกับโมเดล TensorFlow Lite กับวัตถุประเภทเช่นBitmapและRectได้ ผู้ใช้ Android Studio สามารถเข้าถึงคุณลักษณะ codegen ผ่าน Android Studio ML Binding ได้
ใช้ประโยชน์จาก API แบบสำเร็จรูปด้วย TensorFlow Lite Task Library
ไลบรารีงาน TensorFlow Lite มีอินเทอร์เฟซโมเดลที่พร้อมใช้งานที่ปรับให้เหมาะสมสำหรับงานการเรียนรู้ของเครื่องยอดนิยม เช่น การจัดประเภทรูปภาพ คำถามและคำตอบ ฯลฯ อินเทอร์เฟซของโมเดลได้รับการออกแบบมาโดยเฉพาะสำหรับงานแต่ละงานเพื่อให้ได้ประสิทธิภาพและความสามารถในการใช้งานที่ดีที่สุด ไลบรารีงานทำงานข้ามแพลตฟอร์มและรองรับบน Java, C++ และ Swift
สร้างไปป์ไลน์การอนุมานแบบกำหนดเองด้วย TensorFlow Lite Support Library
TensorFlow Lite Support Library เป็นไลบรารีข้ามแพลตฟอร์มที่ช่วยปรับแต่งอินเทอร์เฟซของโมเดลและสร้างไปป์ไลน์การอนุมาน ประกอบด้วยวิธีการใช้ประโยชน์และโครงสร้างข้อมูลที่หลากหลายเพื่อดำเนินการก่อน/หลังการประมวลผลและการแปลงข้อมูล นอกจากนี้ยังได้รับการออกแบบเพื่อให้ตรงกับลักษณะการทำงานของโมดูล TensorFlow เช่น TF.Image และ TF.Text เพื่อให้มั่นใจถึงความสม่ำเสมอตั้งแต่การฝึกจนถึงการอนุมาน
สำรวจโมเดลที่ฝึกไว้ล่วงหน้าด้วยข้อมูลเมตา
เรียกดู โมเดลที่โฮสต์ TensorFlow Lite และ TensorFlow Hub เพื่อดาวน์โหลดโมเดลที่ฝึกอบรมล่วงหน้าพร้อมข้อมูลเมตาสำหรับงานด้านการมองเห็นและข้อความ โปรดดูตัวเลือกต่างๆ ของ การแสดงภาพข้อมูลเมตา
TensorFlow Lite รองรับ GitHub repo
เยี่ยมชม TensorFlow Lite Support GitHub repo สำหรับตัวอย่างเพิ่มเติมและซอร์สโค้ด แจ้งให้เราทราบความคิดเห็นของคุณโดยการสร้าง ปัญหา GitHub ใหม่