Përmbledhje
Biblioteka TensorFlow Lite Model Maker thjeshton procesin e trajnimit të një modeli TensorFlow Lite duke përdorur një grup të dhënash të personalizuara. Ajo përdor të mësuarit e transferimit për të zvogëluar sasinë e të dhënave të trajnimit të kërkuara dhe për të shkurtuar kohën e trajnimit.
Detyrat e Mbështetura
Biblioteka e Model Maker mbështet aktualisht detyrat e mëposhtme të ML. Klikoni lidhjet më poshtë për udhëzues se si të trajnoni modelin.
| Detyrat e Mbështetura | Task Utility |
|---|---|
| Klasifikimi i Imazheve: tutorial , api | Klasifikoni imazhet në kategori të paracaktuara. |
| Zbulimi i Objekteve: tutorial , api | Zbuloni objektet në kohë reale. |
| Klasifikimi i Tekstit: tutorial , api | Klasifikoni tekstin në kategori të paracaktuara. |
| Pyetje Përgjigje BERT: tutorial , api | Gjeni përgjigjen në një kontekst të caktuar për një pyetje të caktuar me BERT. |
| Klasifikimi i audios: tutorial , api | Klasifikoni audion në kategori të paracaktuara. |
| Rekomandim: demo , api | Rekomandoni artikuj bazuar në informacionin e kontekstit për skenarin në pajisje. |
| Kërkues: tutorial , api | Kërko për tekst ose imazh të ngjashëm në një bazë të dhënash. |
Nëse detyrat tuaja nuk mbështeten, ju lutemi përdorni së pari TensorFlow për të ritrajnuar një model TensorFlow me të mësuarit e transferimit (duke ndjekur udhëzues si imazhe , tekst , audio ) ose trajnojeni atë nga e para, dhe më pas konvertojeni atë në një model TensorFlow Lite.
Shembull nga fillimi në fund
Model Maker ju lejon të trajnoni një model TensorFlow Lite duke përdorur grupe të dhënash të personalizuara në vetëm disa rreshta kodi. Për shembull, këtu janë hapat për të trajnuar një model klasifikimi imazhesh.
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/')
Për më shumë detaje, shihni udhëzuesin e klasifikimit të imazheve .
Instalimi
Ekzistojnë dy mënyra për të instaluar Model Maker.
- Instaloni një paketë pip të parapërgatitur.
pip install tflite-model-maker
Nëse doni të instaloni versionin e natës, ju lutemi ndiqni komandën:
pip install tflite-model-maker-nightly
- Klononi kodin burimor nga GitHub dhe instalojeni.
git clone https://github.com/tensorflow/examples
cd examples/tensorflow_examples/lite/model_maker/pip_package
pip install -e .
TensorFlow Lite Model Maker varet nga paketa pip e TensorFlow. Për drajverët e GPU-së, ju lutemi referojuni udhëzuesit të GPU- së ose udhëzuesit të instalimit të TensorFlow.
Referenca e API-t të Python-it
Mund t’i gjeni API-të publike të Model Maker në referencën API .