Vështrim i përgjithshëm
Biblioteka TensorFlow Lite Model Maker thjeshton procesin e trajnimit të një modeli TensorFlow Lite duke përdorur të dhënat e personalizuara. Ai përdor mësimin e transferimit për të zvogëluar sasinë e të dhënave të trajnimit të kërkuara dhe për të shkurtuar kohën e trajnimit.
Detyrat e mbështetura
Biblioteka Model Maker aktualisht mbështet detyrat e mëposhtme ML. Klikoni në 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 objekte në kohë reale. |
| Klasifikimi i tekstit: tutorial , api | Klasifikoni tekstin në kategori të paracaktuara. |
| Pyetja BERT Përgjigje: tutorial , api | Gjeni përgjigjen në një kontekst të caktuar për një pyetje të dhënë 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. |
| Kërkuesi: tutorial , api | Kërkoni tekst ose imazh të ngjashëm në një bazë të dhënash. |
Nëse detyrat tuaja nuk mbështeten, ju lutemi përdorni fillimisht TensorFlow për të ritrajnuar një model TensorFlow me mësimin e transferimit (duke ndjekur udhëzuesit si imazhe , tekst , audio ) ose stërviteni atë nga e para dhe më pas konvertojeni në modelin TensorFlow Lite.
Shembull nga fundi 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 të klasifikimit të imazheve.
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
Ka dy mënyra për të instaluar Model Maker.
- Instaloni një paketë pip të parandërtuar.
pip install tflite-model-maker
Nëse dëshironi të instaloni versionin e natës, ju lutemi ndiqni komandën:
pip install tflite-model-maker-nightly
- Klononi kodin burimor nga GitHub dhe instaloni.
git clone https://github.com/tensorflow/examples
cd examples/tensorflow_examples/lite/model_maker/pip_package
pip install -e .
Krijuesi i modelit TensorFlow Lite varet nga paketa pip TensorFlow. Për drejtuesit e GPU-së, ju lutemi referojuni udhëzuesit të GPU- së ose udhëzuesit të instalimit të TensorFlow.
Referenca e Python API
Mund të zbuloni API-të publike të Model Maker në referencën e API-së .