Tổng quan
Thư viện Trình tạo mô hình TensorFlow Lite giúp đơn giản hoá quy trình huấn luyện mô hình TensorFlow Lite bằng cách sử dụng tập dữ liệu tuỳ chỉnh. Phương pháp này sử dụng học chuyển giao để giảm lượng dữ liệu huấn luyện cần thiết và rút ngắn thời gian huấn luyện.
Việc cần làm được hỗ trợ
Thư viện Model Maker hiện hỗ trợ các tác vụ học máy sau. Nhấp vào các đường liên kết bên dưới để xem hướng dẫn về cách huấn luyện mô hình.
| Việc cần làm được hỗ trợ | Tiện ích cho tác vụ |
|---|---|
| Phân loại hình ảnh: hướng dẫn, api | Phân loại hình ảnh thành các danh mục được xác định trước. |
| Phát hiện đối tượng: hướng dẫn, api | Phát hiện đối tượng theo thời gian thực. |
| Phân loại văn bản: hướng dẫn, api | Phân loại văn bản thành các danh mục được xác định trước. |
| BERT Question Answer: tutorial, api | Tìm câu trả lời trong một ngữ cảnh nhất định cho một câu hỏi cụ thể bằng BERT. |
| Phân loại âm thanh: hướng dẫn, api | Phân loại âm thanh thành các danh mục được xác định trước. |
| Đề xuất: demo, api | Đề xuất các mục dựa trên thông tin bối cảnh cho trường hợp trên thiết bị. |
| Người tìm kiếm: tutorial, api | Tìm kiếm văn bản hoặc hình ảnh tương tự trong cơ sở dữ liệu. |
Nếu các tác vụ của bạn không được hỗ trợ, trước tiên, hãy sử dụng TensorFlow để huấn luyện lại một mô hình TensorFlow bằng phương pháp học chuyển giao (theo các hướng dẫn như hình ảnh, văn bản, âm thanh) hoặc huấn luyện từ đầu, rồi chuyển đổi mô hình đó thành mô hình TensorFlow Lite.
Ví dụ từ đầu đến cuối
Trình tạo mô hình cho phép bạn huấn luyện một mô hình TensorFlow Lite bằng cách sử dụng các tập dữ liệu tuỳ chỉnh chỉ trong vài dòng mã. Ví dụ: sau đây là các bước để huấn luyện một mô hình phân loại hình ảnh.
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/')
Để biết thêm thông tin, hãy xem hướng dẫn phân loại hình ảnh.
Cài đặt
Có hai cách để cài đặt Model Maker.
- Cài đặt một gói pip được tạo sẵn.
pip install tflite-model-maker
Nếu bạn muốn cài đặt phiên bản hằng ngày, vui lòng làm theo lệnh:
pip install tflite-model-maker-nightly
- Sao chép mã nguồn trên GitHub rồi cài đặt.
git clone https://github.com/tensorflow/examples
cd examples/tensorflow_examples/lite/model_maker/pip_package
pip install -e .
Trình tạo mô hình TensorFlow Lite phụ thuộc vào gói pip TensorFlow. Đối với trình điều khiển GPU, vui lòng tham khảo hướng dẫn về GPU hoặc hướng dẫn cài đặt của TensorFlow.
Tài liệu tham khảo về Python API
Bạn có thể tìm thấy các API công khai của Model Maker trong Tài liệu tham khảo về API.