Wywnioskowanie modeli za pomocą metadanych wymaga tylko kilku wierszy kodu. Metadane TensorFlow Lite zawierają obszerny opis tego, co robi model i jak go używać. Może umożliwić generatorom kodu automatyczne generowanie kodu wnioskowania za Ciebie, na przykład za pomocą funkcji powiązań ML w Android Studio lub generatora kodu TensorFlow Lite na Androida. Można go też używać do konfigurowania niestandardowego potoku wnioskowania.
Narzędzia i biblioteki
TensorFlow Lite udostępnia rozmaite narzędzia i biblioteki, które spełniają różne poziomy wymagań wdrożeniowych:
Wygeneruj interfejs modelu za pomocą generatorów kodu na Androida
Istnieją 2 sposoby automatycznego generowania niezbędnego kodu otoki Androida na potrzeby modelu TensorFlow Lite z metadanymi:
Android Studio ML Model Binding to narzędzie dostępne w Android Studio, za pomocą którego możesz importować model TensorFlow Lite za pomocą interfejsu graficznego. Android Studio automatycznie skonfiguruje ustawienia projektu i wygeneruje klasy kodu na podstawie metadanych modelu.
Generator kodu TensorFlow Lite to plik wykonywalny, który automatycznie generuje interfejs modelu na podstawie metadanych. Obecnie obsługuje Androida z Javą. Dzięki niemu nie trzeba wchodzić w bezpośrednią interakcję z elementem
ByteBuffer. Zamiast tego programiści mogą wchodzić w interakcje z modelem TensorFlow Lite z wpisywanymi obiektami, takimi jakBitmapiRect. Użytkownicy Androida Studio mogą też uzyskać dostęp do tej funkcji dzięki narzędziu Android Studio ML Binding.
Twórz niestandardowe potoki wnioskowania za pomocą biblioteki pomocy TensorFlow Lite
Biblioteka pomocy TensorFlow Lite to działająca na wielu platformach biblioteka, która pomaga dostosowywać interfejs modelu i tworzyć potoki wnioskowania. Zawiera on różne metody użycia i struktury danych służące do przeprowadzania przetwarzania przed i po przetworzeniu oraz konwersji danych. Został też zaprojektowany z myślą o dopasowaniu do działania modułów TensorFlow, takich jak TF.Image i TF.Text, co zapewnia spójność od trenowania do wnioskowania.
Poznaj wstępnie wytrenowane modele z metadanymi
Przejrzyj Modele Kaggle, aby pobrać wstępnie wytrenowane modele z metadanymi do zadań w zakresie rozpoznawania i tekstu. Dostępne są też różne opcje wizualizacji metadanych.
Repozytorium GitHub obsługujące TensorFlow Lite
Więcej przykładów i kodu źródłowego znajdziesz w repozytorium GitHub pomocy TensorFlow Lite.