Genel Bakış
TensorFlow Lite Model Oluşturucu kitaplığı, özel veri kümesi kullanarak bir TensorFlow Lite modelinin eğitilme sürecini basitleştirir. Gerekli eğitim verisi miktarını azaltmak ve eğitim süresini kısaltmak için transfer öğrenmeyi kullanır.
Desteklenen Görevler
Model Maker kitaplığı şu anda aşağıdaki ML görevlerini desteklemektedir. Modelin nasıl eğitileceğine ilişkin kılavuzlar için aşağıdaki bağlantılara tıklayın.
| Desteklenen Görevler | Görev Yardımcı Programı |
|---|---|
| Görüntü Sınıflandırması: öğretici , API | Görüntüleri önceden tanımlanmış kategorilere göre sınıflandırın. |
| Nesne Algılama: öğretici , API | Nesneleri gerçek zamanlı olarak algılayın. |
| Metin Sınıflandırması: öğretici , api | Metni önceden tanımlanmış kategorilere ayırın. |
| BERT Soru Cevap: öğretici , api | BERT ile belirli bir sorunun cevabını belirli bir bağlamda bulun. |
| Ses Sınıflandırması: öğretici , API | Sesi önceden tanımlanmış kategorilere göre sınıflandırın. |
| Öneri: demo , API | Cihazdaki senaryo için bağlam bilgilerine dayalı olarak öğeler önerin. |
| Arayan: öğretici , API | Veritabanında benzer metin veya görsel arayın. |
Görevleriniz desteklenmiyorsa, lütfen önce bir TensorFlow modelini transfer öğrenimiyle ( resimler , metinler , ses gibi kılavuzları takip ederek) yeniden eğitmek için TensorFlow'u kullanın veya onu sıfırdan eğitin ve ardından TensorFlow Lite modeline dönüştürün .
Uçtan Uca Örnek
Model Maker, yalnızca birkaç satır kodla özel veri kümelerini kullanarak bir TensorFlow Lite modelini eğitmenize olanak tanır. Örneğin, bir görüntü sınıflandırma modelini eğitme adımları burada verilmiştir.
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/')
Daha fazla ayrıntı için görüntü sınıflandırma kılavuzuna bakın.
Kurulum
Model Maker'ı kurmanın iki yolu vardır.
- Önceden oluşturulmuş bir pip paketi yükleyin.
pip install tflite-model-maker
Gece sürümünü yüklemek istiyorsanız lütfen şu komutu izleyin:
pip install tflite-model-maker-nightly
- Kaynak kodunu GitHub'dan kopyalayın ve yükleyin.
git clone https://github.com/tensorflow/examples
cd examples/tensorflow_examples/lite/model_maker/pip_package
pip install -e .
TensorFlow Lite Model Maker, TensorFlow pip paketine bağlıdır. GPU sürücüleri için lütfen TensorFlow'un GPU kılavuzuna veya kurulum kılavuzuna bakın.
Python API Referansı
Model Maker'ın genel API'lerini API referansında bulabilirsiniz.