TensorFlow Lite çareseriyek sivik e ku ji hêla TensorFlow ve hatî peyda kirin ji bo xebitandina modelên fêrbûna makîneyê li ser cîhazên mobîl û IoT. Gava ku wergêr TensorFlow Lite modelek nasîna tiştan bi çarçoveyek ji kamerayek cîhaza desta wekî têketinê pêvajo dike, encam bi gelemperî çend qonaxan vedihewîne da ku di dawiyê de pêşbîniyên di derheqê tiştên ku di wêneyê de hene peyda bike.
Pêşîn, çarçoveya têketina ji kameraya cîhaza desta di wergêrê TensorFlow Lite de tê xwarin. Dûv re wergêr wêneya têketinê pêşdixe bi veguheztina wê nav formatek ku ji bo modela fêrbûna makîneyê guncan e. Vê gavê pêşdibistanê bi gelemperî mezinbûna wêneyê vedihewîne da ku bi mezinahiya têketina ku ji hêla modelê ve tê hêvî kirin, normalîzekirina nirxên pixel, û bi potansiyel veguheztinên din ên taybetî yên mîmariya modelê bicîh bîne.
Dûv re, wêneya pêş-pêvajokirî di nav modela nasîna tiştan de di nav wergêra TensorFlow Lite de derbas dibe. Model wêneyê bi karanîna parametreyên xwe yên fêrbûyî û mîmariya xwe bi kar tîne da ku pêşbîniyên li ser tiştên ku di çarçovê de hene çêbike. Van pêşbîniyan bi gelemperî agahdariya wekî etîketên pola tiştên ku hatine tespît kirin, cîhên wan di wêneyê de, û pîvanên pêbaweriyê yên ku bi her pêşbîniyê re têkildar in vedihewîne.
Dema ku modelê pêşbîniyên xwe kir, wergêr TensorFlow Lite vê agahiyê bi rengek sazkirî derdixe ku dikare ji hêla sepana ku modelê bikar tîne ve were bikar anîn. Dibe ku ev encam li gorî hewcedariyên taybetî yên serîlêdanê diguhezîne, lê bi gelemperî çînên tiştên hatine tespîtkirin, qutiyên sînor ên ku tiştên di wêneyê de destnîşan dikin, û pûanên pêbaweriya têkildar vedihewîne.
Mînakî, heke modela naskirina tiştan ji bo tespîtkirina tiştên hevpar ên mîna otomobîl, peya, û nîşanên trafîkê were perwerde kirin, dibe ku derenca ji wergêra TensorFlow Lite pêşbîniyên wekî "otomobîl" bi qutiyek sînorkirî ve bigire ku cîhê otomobîlê di nav de diyar dike. wêne û xalek pêbaweriyê ku pêbaweriya modelê di derbarê pêşbîniyê de destnîşan dike.
Derketina wergêrê TensorFlow Lite ji bo modelek fêrbûna makîneya nasîna nesneyê ku çarçoveyek ji kameraya cîhaza desta hildiberîne pêşdibistanên wêneyê têketinê, derbaskirina wê di nav modelê de ji bo encamgirtinê, û peydakirina pêşbîniyên li ser tiştên ku di wêneyê de hene bi rengek birêkûpêk peyda dike. ji bo pêvajoyek bêtir ji hêla serîlêdanê ve maqûl e.
Pirs û bersivên din ên vê dawiyê di derbarê Bingehîn TensorFlow EITC/AI/TFF:
- Meriv çawa dikare qatek binavkirî bikar bîne da ku bixweber axên rast ji bo nexşeyek nûnertiya peyvan wekî vektor destnîşan bike?
- Armanca berhevkirina max di CNN de çi ye?
- Pêvajoya derxistina taybetmendiyê di tora neuralî ya hevgirtî (CNN) de ji bo naskirina wêneyê çawa tê sepandin?
- Ma pêdivî ye ku ji bo modelên fêrbûna makîneyê yên ku li TensorFlow.js têne xebitandin fonksiyonek fêrbûna asynkron bikar bînin?
- Parametreya herî zêde ya peyvan a TensorFlow Keras Tokenizer API çi ye?
- Ma TensorFlow Keras Tokenizer API dikare were bikar anîn da ku peyvên herî pir caran bibîne?
- TOCO çi ye?
- Têkiliya di navbera çend serdeman de di modelek fêrbûna makîneyê de û rastbûna pêşbîniya ji xebitandina modelê de çi ye?
- Ma API-ya cîranên pakêtê di Fêrbûna Structured Neural of TensorFlow de li ser bingeha daneya grafika xwezayî danûstendinek perwerdehiya zêdekirî çêdike?
- API-ya cîranên pakêtê di Fêrbûna Structured Neural of TensorFlow de çi ye?
Pir pirs û bersivan di EITC/AI/TFF TensorFlow Fundamentals de bibînin