TFLite Model Maker:ondevice应用程序的模型自定义库。
tflite-model-maker的Python项目详细描述
TFLite模型制造者
概述
TFLite模型生成器库简化了调整和转换的过程 一个张量流神经网络模型,用于特定输入数据 设备上ML应用的模型。在
要求
- 参考 requirements.txt 对于使用库和运行演示所需的依赖库 代码。在
安装
安装Model Maker有两种方法。在
- 安装预构建的pip包:
^{
} 。在
pip install tflite-model-maker
如果要安装夜间版本
^{
- 从GitHub克隆源代码并安装。在
git clone https://github.com/tensorflow/examples
cd examples/tensorflow_examples/lite/model_maker/pip_package
pip install -e .
端到端示例
例如,它可以有一个端到端的图像分类示例 利用这个库,只有4行代码,每行代码代表一行 整个过程的步骤。更多详情,请参考 Colab for image classification。在
- 加载特定于设备上ML应用程序的输入数据。在
data=ImageClassifierDataLoader.from_folder('flower_photos/')
- 定制TensorFlow模型。在
model=image_classifier.create(data)
- 评估模型。在
loss,accuracy=model.evaluate()
- 导出到
export_dir
中的Tensorflow-Lite模型和标签文件。在
model.export(export_dir='/tmp/')
笔记本
目前,我们支持图像分类,文本分类和问题 回答任务。同时,我们在demo文件夹中为它们提供了演示代码。在
- Overview for TensorFlow Lite Model Maker
- Colab for image classification
- Colab for text classification
- Colab for question answer
- 项目
标签: