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.