TensorFlow Lite Model Oluşturucu

Genel Bakış

TensorFlow Lite Model Maker kitaplığı, çalışan bir Özel veri kümesi kullanan TensorFlow Lite modeli. Üretken yapay zekayı azaltmak için aktarımla ve eğitim süresini kısaltmak için kullanılabilir.

Desteklenen Görevler

Model Maker kitaplığı şu anda aşağıdaki makine öğrenimi görevlerini desteklemektedir. Önce bağlantıları inceleyebilirsiniz.

Desteklenen Görevler Görev Yardımcı Programı
Resim Sınıflandırma: tutorial, api Görüntüleri önceden tanımlanmış kategoriler halinde sınıflandırın.
Nesne Algılama: tutorial, api Nesneleri gerçek zamanlı olarak tespit edin.
Metin Sınıflandırma: tutorial, api Metinleri önceden tanımlanmış kategorilere ayırın.
BERT Soru Cevap: tutorial, api BERT ile belirli bir sorunun yanıtını belirli bir bağlamda bulun.
Ses Sınıflandırma: tutorial, api Sesi önceden tanımlanmış kategorilere göre sınıflandırma
Öneri: demo, api Cihaz üzerindeki senaryoda bağlam bilgilerine göre öğe önerin.
Arama yapan: tutorial, api Veritabanında benzer metin veya resim arayın.

Görevleriniz desteklenmiyorsa lütfen önce şunu kullanın: TensorFlow modelini yeniden eğitmek için TensorFlow ( resimler, text, ses) veya sıfırdan eğitip TensorFlow'a dönüştürme Basit model.

Uçtan Uca Örnek

Model Maker, Google Analytics 4'te özel veri kümeleri kullanarak bir TensorFlow Lite modelini eğitmenize olanak tanır birkaç satırlık kod yazmak yeterli olacaktır. Örneğin, bir resmi eğitmek için sınıflandırma modelini kullanır.

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/')

Daha fazla bilgi için resim sınıflandırma kılavuzuna bakın.

Kurulum

Model Maker'ı yüklemenin iki yolu vardır.

  • Önceden oluşturulmuş pip paketi yükleyin.
pip install tflite-model-maker

Gecelik sürümü yüklemek istiyorsanız lütfen şu komutu uygulayın:

pip install tflite-model-maker-nightly
  • GitHub'dan kaynak kodunu klonlayın ve yükleyin.
git clone https://github.com/tensorflow/examples
cd examples/tensorflow_examples/lite/model_maker/pip_package
pip install -e .

TensorFlow Lite Model Maker, TensorFlow pip'e bağlıdır paketindedir. GPU sürücüleri için lütfen TensorFlow'un GPU kılavuzuna veya kurulum kılavuzuna bakın.

Python API Referansı

Model Maker'ın herkese açık API'lerini API'de öğrenebilirsiniz referans.