تحويل طُرز PyTorch إلى TF Lite

AI Edge Torch هي مكتبة تتيح لك تحويل نماذج PyTorch إلى تنسيق .tflite، ما يتيح لك تشغيل تلك النماذج باستخدام TensorFlow Lite وMediaPipe. ويكون هذا مفيدًا بشكل خاص للمطورين الذين ينشئون تطبيقات للأجهزة المحمولة تعمل النماذج على الجهاز بالكامل. يوفر AI Edge Torch تغطية واسعة لوحدة المعالجة المركزية (CPU)، مع دعم وحدة معالجة الرسومات الأولية وNPU.

للبدء في تحويل نماذج PyTorch إلى TF Lite، استخدِم البدء السريع لتحويل البيانات إلى Pytorch. لمزيد من المعلومات، يُرجى الاطّلاع على مستودع GitHub الخاص بـ AI Edge Torch.

إذا أردت تحويل نماذج لغوية كبيرة (LLM) أو نماذج مستندة إلى محوّلات، استخدِم واجهة برمجة تطبيقات الشعلة التوليدية التي تعالج تفاصيل الإحالات الناجحة الخاصة بالمحوّل، مثل إنشاء النماذج وتحديدها.

سير عمل الإحالة الناجحة

توضّح الخطوات التالية عملية تحويل بسيطة شاملة لنموذج PyTorch إلى TensorFlow Lite.

استيراد مشعل AI Edge

ابدأ باستيراد حزمة ملفات Pip الخاصة بـ AI Edge Torch (ai-edge-torch)، إلى جانب PyTorch.

import ai_edge_torch
import torch

في هذا المثال، نطلب أيضًا الحزم التالية:

import numpy
import torchvision

تهيئة النموذج وتحويله

سنقوم بتحويل ResNet18، وهو نموذج شائع للتعرف على الصور.

resnet18 = torchvision.models.resnet18(torchvision.models.ResNet18_Weights.IMAGENET1K_V1).eval()

استخدِم الإجراء convert من مكتبة AI Edge Torch لتحويل نموذج PyTorch.

sample_input = (torch.randn(1, 3, 224, 224),)
edge_model = ai_edge_torch.convert(resnet18.eval(), sample_input)

استخدام النموذج

بعد تحويل نموذج Pytorch، يمكنك إجراء استنتاجات باستخدام نموذج TF Lite الجديد الذي تم تحويله.

output = edge_model(*sample_inputs)

يمكنك تصدير النموذج الذي تم تحويله وحفظه بتنسيق .tflite لاستخدامه في المستقبل.

edge_model.export('resnet.tflite')