يمكن أن يكون استنتاج النماذج باستخدام البيانات الوصفية سهلاً مثل بضعة أسطر من الرموز البرمجية. تحتوي البيانات الوصفية الخاصة بأداة LiteRT على وصف تفصيلي لوظيفة النموذج وكيفية استخدامه. ويمكن أن تتيح هذه الميزة لمولّدات الرموز البرمجية إنشاء رمز الاستدلال تلقائيًا، مثل استخدام ميزة ربط تعلُّم الآلة في "استوديو Android" أو مولّد رموز LiteRT Android. يمكن استخدامها أيضًا لإعداد مسار الاستدلال المخصّص.
الأدوات والمكتبات
توفّر LiteRT مجموعة متنوعة من الأدوات والمكتبات لتلبية متطلبات النشر المختلفة على النحو التالي:
إنشاء واجهة نموذج باستخدام أدوات إنشاء رموز Android
تتوفّر طريقتان لإنشاء رمز التغليف الضروري لنظام التشغيل Android تلقائيًا لطراز LiteRT مع البيانات الوصفية:
ربط نماذج تعلُّم الآلة في "استوديو Android" هي أدوات متاحة في "استوديو Android" لاستيراد نموذج LiteRT من خلال واجهة رسومية. سيضبط Android Studio تلقائيًا إعدادات المشروع وينشئ فئات التفاف استنادًا إلى بيانات وصفية للنموذج.
LiteRT Code Generator هو ملف تنفيذي ينشئ واجهة نموذج تلقائيًا استنادًا إلى البيانات الوصفية. وهي تتيح حاليًا استخدام Android مع Java. يزيل رمز الغلاف الحاجة إلى التفاعل مباشرةً مع
ByteBuffer. بدلاً من ذلك، يمكن للمطوّرين التفاعل مع نموذج LiteRT باستخدام عناصر مكتوبة مثلBitmapوRect. يمكن لمستخدمي "استوديو Android" أيضًا الاستفادة من ميزة إنشاء الرموز من خلال ربط "استوديو Android" بخدمة تعلُّم الآلة.
إنشاء مسارات استنتاج مخصّصة باستخدام مكتبة LiteRT Support Library
LiteRT Support Library هي مكتبة متوافقة مع عدة منصات وتساعد في تخصيص واجهة النموذج وإنشاء مسارات استنتاج. يحتوي على أنواع مختلفة من طرق الاستخدام وبُنى البيانات لتنفيذ المعالجة المسبقة/اللاحقة وتحويل البيانات. تم تصميمها أيضًا لتتوافق مع سلوك وحدات TensorFlow، مثل TF.Image وTF.Text، ما يضمن الاتساق من التدريب إلى الاستدلال.
استكشاف النماذج المدرَّبة مسبقًا باستخدام البيانات الوصفية
تصفَّح نماذج Kaggle لتنزيل نماذج مدرَّبة مسبقًا مع بيانات وصفية لكل من مهام الرؤية والنصوص. يمكنك أيضًا الاطّلاع على خيارات مختلفة لعرض البيانات الوصفية.
مستودع GitHub الخاص بميزة "دعم LiteRT"
يمكنك الانتقال إلى مستودع GitHub الخاص بدعم LiteRT للاطّلاع على المزيد من الأمثلة والرمز المصدر.