मेटाडेटा वाले मॉडल से अनुमान लगाना, कोड की कुछ लाइनों जितना आसान हो सकता है. LiteRT मेटाडेटा में, मॉडल के काम करने के तरीके और उसके इस्तेमाल के बारे में पूरी जानकारी होती है. यह कोड जनरेट करने वाले टूल को, आपके लिए अनुमान लगाने वाला कोड अपने-आप जनरेट करने की सुविधा देता है. जैसे, Android Studio ML Binding की सुविधा या LiteRT Android कोड जनरेटर का इस्तेमाल करना. इसका इस्तेमाल, कस्टम इन्फ़्रेंस पाइपलाइन को कॉन्फ़िगर करने के लिए भी किया जा सकता है.
टूल और लाइब्रेरी
LiteRT, अलग-अलग तरह के टूल और लाइब्रेरी उपलब्ध कराता है, ताकि डिप्लॉयमेंट से जुड़ी अलग-अलग ज़रूरतों को पूरा किया जा सके. जैसे:
Android कोड जनरेटर की मदद से मॉडल इंटरफ़ेस जनरेट करना
मेटाडेटा के साथ LiteRT मॉडल के लिए, ज़रूरी Android रैपर कोड को अपने-आप जनरेट करने के दो तरीके हैं:
Android Studio ML Model Binding, Android Studio में उपलब्ध एक टूल है. इसका इस्तेमाल करके, ग्राफ़िकल इंटरफ़ेस के ज़रिए LiteRT मॉडल इंपोर्ट किया जा सकता है. Android Studio, प्रोजेक्ट के लिए सेटिंग अपने-आप कॉन्फ़िगर करेगा. साथ ही, मॉडल के मेटाडेटा के आधार पर रैपर क्लास जनरेट करेगा.
LiteRT Code Generator एक ऐसा प्रोग्राम है जिसे चलाया जा सकता है. यह मेटाडेटा के आधार पर, मॉडल इंटरफ़ेस अपने-आप जनरेट करता है. फ़िलहाल, यह Java के साथ Android पर काम करता है. रैपर कोड की मदद से,
ByteBufferके साथ सीधे तौर पर इंटरैक्ट करने की ज़रूरत नहीं होती. इसके बजाय, डेवलपर टाइप किए गए ऑब्जेक्ट, जैसे किBitmapऔरRectकी मदद से LiteRT मॉडल के साथ इंटरैक्ट कर सकते हैं. Android Studio के उपयोगकर्ता, Android Studio ML Binding की मदद से भी कोड जनरेट करने की सुविधा का ऐक्सेस पा सकते हैं.
LiteRT Support Library की मदद से, अनुमान लगाने के लिए अपनी पसंद के मुताबिक पाइपलाइन बनाना
LiteRT सपोर्ट लाइब्रेरी एक क्रॉस-प्लैटफ़ॉर्म लाइब्रेरी है. यह मॉडल इंटरफ़ेस को पसंद के मुताबिक बनाने और इंटरफ़ेस पाइपलाइन बनाने में मदद करती है. इसमें प्री/पोस्ट प्रोसेसिंग और डेटा कन्वर्ज़न करने के लिए, कई तरह के यूटिल मेथड और डेटा स्ट्रक्चर होते हैं. इसे TensorFlow मॉड्यूल के व्यवहार से मेल खाने के लिए भी डिज़ाइन किया गया है. जैसे, TF.Image और TF.Text. इससे ट्रेनिंग से लेकर अनुमान लगाने तक एक जैसा व्यवहार मिलता है.
मेटाडेटा के साथ प्रीट्रेन किए गए मॉडल एक्सप्लोर करना
विज़न और टेक्स्ट, दोनों तरह के टास्क के लिए मेटाडेटा के साथ प्रीट्रेन किए गए मॉडल डाउनलोड करने के लिए, Kaggle मॉडल ब्राउज़ करें. मेटाडेटा को विज़ुअलाइज़ करने के अलग-अलग विकल्प भी देखें.
LiteRT Support GitHub रिपॉज़िटरी
ज़्यादा उदाहरण और सोर्स कोड के लिए, LiteRT Support GitHub repo पर जाएं.