Meta verilerle modellerden çıkarım yapmak kadar kolay olabilir. birkaç satır kod yazın. LiteRT meta verileri, modelin ne yaptığı ve nasıl kullanılacağı. Kod oluşturuculara, çıkarım kodunu sizin için otomatik olarak oluşturabilir (örneğin, Android Studio ML Binding özelliği veya LiteRT Android kod oluşturma aracı. Ayrıca bir dizi özel çıkarım ardışık düzeninizi yapılandırın.
Araçlar ve kitaplıklar
LiteRT, sunulan her hizmet için farklı araçlar ve kitaplıklar şu dağıtım gereksinimleri katmanlarına karşılık gelir:
Android kod oluşturma araçlarıyla model arayüzü oluşturun
Gerekli Android sarmalayıcı kodunu otomatik olarak oluşturmanın iki yolu vardır Meta veri içeren LiteRT modeli için:
Android Studio ML Model Bağlama araçları kullanıma sunuldu LiteRT modelini grafikli bir grafikle içe aktarmak için arayüzü. Android Studio şuna ait ayarları otomatik olarak yapılandırır: model meta verilerine göre sarmalayıcı sınıfları oluşturabilirsiniz.
LiteRT Kod Oluşturucu, meta verilere göre otomatik olarak model arayüzü oluşturur. Şu anda Android'i ve Java'yı destekler. Sarmalayıcı kodu, etkileşime geçme ihtiyacını ortadan kaldırır doğrudan
ByteBuffer
ile iletişime geçebilirsiniz. Bunun yerine, geliştiricilerBitmap
veRect
gibi yazılan nesnelere sahip LiteRT modeli. Android Studio kullanıcıları, kod oluşturma özelliğine şu uygulamalar üzerinden de erişebilir: Android Studio ML Bağlama.
LiteRT Destek Kitaplığı ile özel çıkarım ardışık düzenleri oluşturma
LiteRT Destek Kitaplığı, platformlar arası bir kitaplıktır Model arayüzünün özelleştirilmesini ve çıkarım ardışık düzenlerinin derlenmesini sağlayan bir araçtır. Google öncesinde/sonrasında yürütülecek çeşitli yardımcı yöntem ve veri yapısı içerir işleme ve veri dönüştürme. Ayrıca, aynı zamanda reklamcıların TF.Image ve TF.Text gibi TensorFlow modülleri ve çıkarımda bulunmaya başlamayı öğrenmiştiniz.
Meta veri içeren önceden eğitilmiş modelleri keşfetme
Kaggle Modelleri'ne göz atarak Hem vizyon hem de metin görevleri için meta verileri olan önceden eğitilmiş modeller indirin. Ayrıca özelleştirilmiş reklamları görselleştirmenin meta veriler için de kullanılabilecektir.
LiteRT Desteği GitHub deposu
LiteRT Desteği GitHub'ını ziyaret edin kod deposu'na giderek daha fazla örnek ve kaynak bulabilirsiniz. girin.