AI Edge Torch adalah library yang memungkinkan Anda mengonversi model PyTorch menjadi .tflite
, memungkinkan Anda untuk menjalankan model tersebut
dengan LiteRT dan MediaPipe.
Ini sangat membantu bagi developer yang membuat aplikasi seluler yang menjalankan model
sepenuhnya ada di perangkat. AI Edge Torch menawarkan cakupan CPU yang luas, dengan GPU awal
dan dukungan NPU.
Untuk mulai mengonversi model PyTorch ke LiteRT, gunakan pengonversi Pytorch panduan memulai. Untuk mengetahui informasi selengkapnya, lihat AI Edge Torch Repositori GitHub.
Jika Anda secara khusus mengonversi Model Bahasa Besar (LLM) atau berbasis transformator, gunakan Generative Torch API, yang menangani detail konversi khusus transformator seperti pembuatan model dan kuantisasi.
Alur kerja konversi
Langkah-langkah berikut menunjukkan konversi PyTorch menyeluruh yang sederhana model ke LiteRT.
Impor AI Edge Torch
Mulai dengan mengimpor paket pip AI Edge Torch (ai-edge-torch
), bersama dengan
PyTorch.
import ai_edge_torch
import torch
Untuk contoh ini, kami juga memerlukan paket berikut:
import numpy
import torchvision
Melakukan inisialisasi dan mengonversi model
Kita akan mengonversi ResNet18, adalah model pengenalan citra yang populer.
resnet18 = torchvision.models.resnet18(torchvision.models.ResNet18_Weights.IMAGENET1K_V1).eval()
Gunakan metode convert
dari library AI Edge Torch untuk mengonversi PyTorch
model transformer.
sample_input = (torch.randn(1, 3, 224, 224),)
edge_model = ai_edge_torch.convert(resnet18.eval(), sample_input)
Menggunakan model
Setelah mengonversi model Pytorch, Anda dapat menjalankan inferensi dengan model LiteRT yang dikonversi.
output = edge_model(*sample_inputs)
Anda dapat mengekspor dan menyimpan model yang dikonversi dalam format .tflite
untuk masa mendatang
gunakan.
edge_model.export('resnet.tflite')