Ekziston një sërë modelesh të trajnuara tashmë, me burim të hapur, që mund t'i përdorni menjëherë me LiteRT për të kryer shumë detyra të të mësuarit automatik. Përdorimi i modeleve të para-trajnuara LiteRT ju lejon të shtoni shpejt funksionalitet të të mësuarit automatik në aplikacionin tuaj celular dhe të pajisjeve Edge, pa pasur nevojë të ndërtoni dhe trajnoni një model. Ky udhëzues ju ndihmon të gjeni dhe të vendosni për modelet e trajnuara për përdorim me LiteRT.
Mund të filloni të shfletoni një grup të madh modelesh në Kaggle Models .
Gjeni një model për aplikimin tuaj
Gjetja e një modeli ekzistues LiteRT për rastin tuaj të përdorimit mund të jetë e vështirë në varësi të asaj që po përpiqeni të arrini. Ja disa mënyra të rekomanduara për të zbuluar modele për përdorim me LiteRT:
Për shembull: Mënyra më e shpejtë për të gjetur dhe për të filluar përdorimin e modeleve me TensorFlow Lite është të shfletoni seksionin e Shembujve LiteRT për të gjetur modele që kryejnë një detyrë të ngjashme me rastin tuaj të përdorimit. Ky katalog i shkurtër shembujsh ofron modele për raste përdorimi të zakonshme me shpjegime të modeleve dhe kod shembullor për t'ju ndihmuar të filloni t'i ekzekutoni dhe t'i përdorni ato.
Sipas llojit të futjes së të dhënave: Përveç shikimit të shembujve të ngjashëm me rastin tuaj të përdorimit, një mënyrë tjetër për të zbuluar modele për përdorimin tuaj është të merrni në konsideratë llojin e të dhënave që dëshironi të përpunoni, siç janë të dhënat audio, teksti, imazhet ose video. Modelet e të mësuarit automatik shpesh projektohen për përdorim me një nga këto lloje të të dhënave, kështu që kërkimi i modeleve që trajtojnë llojin e të dhënave që dëshironi të përdorni mund t'ju ndihmojë të përcaktoni se cilat modele duhet të merrni në konsideratë.
Më poshtë lista e lidhjeve për modelet LiteRT në Kaggle Models për raste përdorimi të zakonshme:
- Modelet e klasifikimit të imazheve
- Modelet e zbulimit të objekteve
- Modelet e klasifikimit të tekstit
- Modelet e ngulitur të tekstit
- Modelet e sintezës së të folurit audio
- Modelet e ngulitura të audios
Zgjidhni midis modeleve të ngjashme
Nëse aplikacioni juaj ndjek një rast përdorimi të zakonshëm, siç është klasifikimi i imazheve ose zbulimi i objekteve, mund të gjeni veten duke vendosur midis modeleve të shumta TensorFlow Lite, me madhësi binare, madhësi të ndryshme të futjes së të dhënave, shpejtësi të nxjerrjes së përfundimeve dhe vlerësime të saktësisë së parashikimit. Kur vendosni midis një numri modelesh, duhet të ngushtoni opsionet tuaja bazuar së pari në kufizimin tuaj më kufizues: madhësinë e modelit, madhësinë e të dhënave, shpejtësinë e nxjerrjes së përfundimeve ose saktësinë.
Nëse nuk jeni të sigurt se cili është kufizimi juaj më kufizues, supozojeni se është madhësia e modelit dhe zgjidhni modelin më të vogël të disponueshëm. Zgjedhja e një modeli të vogël ju jep fleksibilitetin më të madh në aspektin e pajisjeve ku mund ta vendosni dhe ekzekutoni me sukses modelin. Modelet më të vogla gjithashtu zakonisht prodhojnë përfundime më të shpejta, dhe parashikimet më të shpejta në përgjithësi krijojnë përvoja më të mira për përdoruesit fundorë. Modelet më të vogla zakonisht kanë shkallë më të ulëta saktësie, kështu që mund t'ju duhet të zgjidhni modele më të mëdha nëse saktësia e parashikimit është shqetësimi juaj kryesor.
Burime për modelet
Përdorni seksionin LiteRT Examples dhe Kaggle Models si destinacionet tuaja të para për të gjetur dhe zgjedhur modele për përdorim me TensorFlow Lite. Këto burime në përgjithësi kanë modele të përditësuara dhe të kuruara për përdorim me LiteRT dhe shpesh përfshijnë kod shembull për të përshpejtuar procesin tuaj të zhvillimit.
Modelet TensorFlow
Është e mundur të konvertohen modelet e rregullta TensorFlow në formatin TensorFlow Lite. Për më shumë informacion rreth konvertimit të modeleve, shihni dokumentacionin e TensorFlow Lite Converter . Mund t'i gjeni modelet TensorFlow në Kaggle Models dhe në TensorFlow Model Garden .