TensorFlow लाइट मॉडल मेकर

खास जानकारी

TensorFlow Lite मॉडल मेकर लाइब्रेरी से कस्टम डेटासेट का इस्तेमाल करने वाला TensorFlow Lite मॉडल. यह ट्रेनिंग डेटा की ज़रूरत और ट्रेनिंग में लगने वाले समय को कम करता है.

काम करने वाले टास्क

मॉडल मेकर लाइब्रेरी फ़िलहाल नीचे दिए गए एमएल टास्क के साथ काम करती है. क्लिक करें मॉडल को ट्रेनिंग देने के तरीके के बारे में गाइड के लिए, नीचे दिए गए लिंक पर जाएं.

अगर आपको ये टास्क नहीं मिल रहे हैं, तो कृपया पहले इसका इस्तेमाल करें TensorFlow का इस्तेमाल करके, TensorFlow मॉडल को फिर से ट्रेनिंग दें ट्रांसफ़र लर्निंग के साथ (नीचे दिए गए निर्देश दिए गए हैं, इमेज, टेक्स्ट, ऑडियो) या इसे शुरुआत से ट्रेनिंग दें और फिर इसे TensorFlow में बदल दें लाइट मॉडल.

शुरू से आखिर तक उदाहरण

मॉडल मेकर की मदद से, TensorFlow Lite मॉडल को बस कुछ पंक्तियों का इस्तेमाल करें. उदाहरण के लिए, यहां एक इमेज को ट्रेनिंग देने का तरीका बताया गया है क्लासिफ़िकेशन मॉडल भी मौजूद है.

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/')

ज़्यादा जानकारी के लिए, इमेज की कैटगरी तय करने से जुड़ी गाइड देखें.

इंस्टॉल करना

Model Maker इंस्टॉल करने के दो तरीके हैं.

• पहले से बनाया गया पीआईपी पैकेज इंस्टॉल करें.

pip install tflite-model-maker

अगर आपको नाइटली वर्शन इंस्टॉल करना है, तो कृपया यह निर्देश दें:

pip install tflite-model-maker-nightly

• GitHub से सोर्स कोड का क्लोन बनाएं और इंस्टॉल करें.

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

TensorFlow Lite मॉडल मेकर, TensorFlow pip पर निर्भर करता है पैकेज भी शामिल है. जीपीयू ड्राइवर के बारे में जानने के लिए, कृपया TensorFlow की GPU गाइड में पढ़ें या इंस्टॉलेशन गाइड देखें.

Python एपीआई रेफ़रंस

आप API संदर्भ देखें.