مصمم النماذج TensorFlow Lite

نظرة عامة

تعمل مكتبة TensorFlow Lite الطراز على تبسيط عملية تدريب نموذج TensorFlow Lite باستخدام مجموعة بيانات مخصّصة. وتستخدم التعلم الآلي لتقليل مقدار بيانات التدريب المطلوبة وتقصير وقت التدريب.

المهام المتاحة

تتوافق مكتبة "مصمم النماذج" حاليًا مع مهام تعلُّم الآلة التالية. انقر على أدناه للحصول على أدلة حول كيفية تدريب النموذج.

إذا لم تكن المهام لديك، يُرجى استخدام هذه الميزة أولاً TensorFlow لإعادة تدريب نموذج TensorFlow مع التعلم الانتقالي (عبر اتباع أدلة مثل الصور النص، الصوت) أو تدريبه من البداية ثم تحويله إلى TensorFlow نموذج بسيط

مثال شامل

يسمح لك مصمم النماذج بتدريب نموذج TensorFlow Lite باستخدام مجموعات البيانات المخصصة في فقط بضعة أسطر من التعليمات البرمجية. على سبيل المثال، إليك خطوات تدريب صورة نموذج التصنيف.

from tflite_model_maker import image_classifier
from tflite_model_maker.image_classifier import DataLoader

# Load input data specific to an on-device ML app.
data = DataLoader.from_folder('flower_photos/')
train_data, test_data = data.split(0.9)

# Customize the TensorFlow model.
model = image_classifier.create(train_data)

# Evaluate the model.
loss, accuracy = model.evaluate(test_data)

# Export to Tensorflow Lite model and label file in `export_dir`.
model.export(export_dir='/tmp/')

لمزيد من التفاصيل، راجِع دليل تصنيف الصور.

تثبيت

هناك طريقتان لتثبيت مصمم النماذج.

• تثبيت حزمة pip مسبقة الإنشاء.

pip install tflite-model-maker

إذا كنت تريد تثبيت الإصدار الليلي، يُرجى اتّباع الأمر:

pip install tflite-model-maker-nightly

• انسخ رمز المصدر من GitHub وثبِّتها.

git clone https://github.com/tensorflow/examples
cd examples/tensorflow_examples/lite/model_maker/pip_package
pip install -e .

يعتمد مصمم النماذج TensorFlow Lite على pip TensorFlow طرد. بالنسبة إلى برامج تشغيل وحدة معالجة الرسومات، يُرجى الرجوع إلى إلى دليل وحدة معالجة الرسومات من TensorFlow أو دليل التثبيت.

مرجع Python API

يمكنك العثور على واجهات برمجة التطبيقات العامة لمصمم النماذج في واجهة برمجة التطبيقات المرجع.