TensorFlow Lite'ın Python ile kullanılması, Raspberry Pi ve Edge TPU'lu Corral cihazlar gibi Linux'a dayalı birçok yerleşik cihazlar için idealdir.
Bu sayfada, birkaç dakika içinde Python ile TensorFlow Lite modellerini çalıştırmaya nasıl başlayabileceğiniz gösterilmektedir. Tek ihtiyacınız olan TensorFlow Lite'a dönüştürülmüş bir TensorFlow modelidir. (Henüz dönüştürülmüş bir modeliniz yoksa aşağıda bağlantısı verilen örnekte verilen modeli kullanarak deneme yapabilirsiniz.)
TensorFlow Lite çalışma zamanı paketi hakkında
TensorFlow Lite modellerini Python ile hızlı bir şekilde çalıştırmaya başlamak için tüm TensorFlow paketleri yerine yalnızca TensorFlow Lite yorumlayıcısını yükleyebilirsiniz. Bu basitleştirilmiş Python paketi tflite_runtime
olarak adlandırılır.
tflite_runtime
paketi, tam tensorflow
paketinin boyutundan çok daha büyüktür ve TensorFlow Lite ile çıkarım yapmak için gereken minimum kodu içerir. Bu, özellikle Interpreter
Python sınıfıdır. Tek yapmanız gereken .tflite
modellerini yürütmek ve büyük TensorFlow kitaplığıyla disk alanı israfını önlemek olduğunda bu küçük paket idealdir.
Python için TensorFlow Lite'ı yükleme
Linux'a pip ile yükleyebilirsiniz:
python3 -m pip install tflite-runtime
Desteklenen platformlar
tflite-runtime
Python çemberleri önceden oluşturulmuş ve şu platformlar için sağlanır:
- Linux armv7l (ör. Raspberry Pi OS'i çalıştıran Raspberry Pi 2, 3, 4 ve Zero 2 32 bit)
- Linux aarch64 (ör. Debian ARM64 çalıştıran Raspberry Pi 3, 4)
- Linux (x86_64)
TensorFlow Lite modellerini diğer platformlarda çalıştırmak istiyorsanız tam TensorFlow paketini kullanmanız veya tflite-runtime paketini kaynaktan oluşturmanız gerekir.
TensorFlow'u Coral Edge TPU ile kullanıyorsanız bunun yerine ilgili Mercan kurulum belgelerini uygulamanız gerekir.
tflite_runtime kullanarak çıkarım yapma
Interpreter
öğesini tensorflow
modülünden içe aktarmak yerine artık tflite_runtime
ürününden içe aktarmanız gerekiyor.
Örneğin, yukarıdaki paketi yükledikten sonra label_image.py
dosyasını kopyalayıp çalıştırın. tensorflow
kitaplığı yüklü olmadığı için büyük olasılıkla başarısız olur. Sorunu düzeltmek için dosyanın şu satırını düzenleyin:
import tensorflow as tf
Bunun yerine şöyle yazar:
import tflite_runtime.interpreter as tflite
Ardından bu satırı değiştirin:
interpreter = tf.lite.Interpreter(model_path=args.model_file)
Şöyle diyor:
interpreter = tflite.Interpreter(model_path=args.model_file)
Şimdi label_image.py
aracını tekrar çalıştırın. İşte bu kadar. Şu anda TensorFlow Lite modellerini çalıştırıyorsunuz.
Daha fazla bilgi
Interpreter
API hakkında daha fazla bilgi için Python'da model yükleme ve çalıştırma bölümünü okuyun.Raspberry Pi'niz varsa TensorFlow Lite kullanarak Raspberry Pi'de nesne algılamanın nasıl çalıştırılacağını anlatan video serisine göz atın.
Coral ML hızlandırıcısı kullanıyorsanız GitHub'daki Coral örneklerine göz atın.
Diğer TensorFlow modellerini TensorFlow Lite'a dönüştürmek için TensorFlow Lite Converter hakkında bilgi edinin.
tflite_runtime
tekerleği derlemek istiyorsanız TensorFlow Lite Python Tekerlek Paketi Oluşturma konusunu okuyun.