Tổng quan
Thư viện Trình tạo mô hình TensorFlow Lite giúp đơn giản hoá quy trình huấn luyện Mô hình TensorFlow Lite sử dụng tập dữ liệu tuỳ chỉnh. Chiến dịch này sử dụng công nghệ học chuyển giao để giảm lượng dữ liệu huấn luyện cần thiết và rút ngắn thời gian đào tạo.
Việc cần làm được hỗ trợ
Thư viện Model Maker hiện hỗ trợ các tác vụ học máy sau đây. Nhấp vào các đường liên kết bên dưới để xem hướng dẫn về cách huấn luyện mô hình.
| Việc cần làm được hỗ trợ | Tiện ích công việc |
|---|---|
| Phân loại hình ảnh: hướng dẫn, api | Phân loại hình ảnh thành các danh mục được xác định sẵn. |
| Phát hiện đối tượng: hướng dẫn, api | Phát hiện đối tượng theo thời gian thực. |
| Phân loại văn bản: hướng dẫn, api | Phân loại văn bản thành các danh mục định sẵn. |
| Trả lời câu hỏi về BERT: hướng dẫn, api | Dùng BERT để tìm câu trả lời trong một bối cảnh nhất định cho một câu hỏi nhất định. |
| Phân loại âm thanh: hướng dẫn, api | Phân loại âm thanh thành các danh mục được xác định sẵn. |
| Đề xuất: bản minh hoạ, api | Đề xuất các mục dựa trên thông tin về bối cảnh cho tình huống trên thiết bị. |
| Người tìm kiếm: hướng dẫn, api | Tìm kiếm văn bản hoặc hình ảnh tương tự trong cơ sở dữ liệu. |
Nếu công việc của bạn không được hỗ trợ, trước tiên, vui lòng sử dụng TensorFlow để đào tạo lại mô hình TensorFlow với phương pháp học chuyển giao (làm theo các hướng dẫn như hình ảnh, văn bản, âm thanh) hoặc huấn luyện từ đầu rồi chuyển đổi nó thành TensorFlow Mô hình thu gọn.
Ví dụ toàn diện
Trình tạo mô hình cho phép bạn huấn luyện mô hình TensorFlow Lite bằng cách sử dụng các tập dữ liệu tuỳ chỉnh trong chỉ một vài dòng mã. Ví dụ: sau đây là các bước huấn luyện một hình ảnh mô hình phân loại.
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/')
Để biết thêm thông tin chi tiết, hãy xem hướng dẫn phân loại hình ảnh.
Cài đặt
Có hai cách để cài đặt Model Maker.
- Cài đặt gói pip tạo sẵn.
pip install tflite-model-maker
Nếu bạn muốn cài đặt phiên bản ban đêm, vui lòng làm theo lệnh:
pip install tflite-model-maker-nightly
- Sao chép mã nguồn từ GitHub và cài đặt.
git clone https://github.com/tensorflow/examples
cd examples/tensorflow_examples/lite/model_maker/pip_package
pip install -e .
Trình tạo mô hình TensorFlow Lite phụ thuộc vào pip TensorFlow gói. Đối với trình điều khiển GPU, vui lòng tham khảo đến hướng dẫn GPU của TensorFlow hoặc hướng dẫn cài đặt.
Tài liệu tham khảo API Python
Bạn có thể tìm hiểu các API công khai của Model Maker trong API tham khảo.