TensorFlow Lite ji bo Android guhertoyek sivik a TensorFlow e ku bi taybetî ji bo cîhazên mobîl û pêvekirî hatî çêkirin. Ew di serî de ji bo xebitandina modelên fêrbûna makîneyê yên pêş-perwerdekirî li ser cîhazên mobîl tê bikar anîn da ku peywirên encamdanê bi bandor pêk bîne. TensorFlow Lite ji bo platformên mobîl xweşbîn e û armanc dike ku derengiya hindik û mezinahiyek binaryek piçûk peyda bike da ku pêkanîna bilez û bêkêmasî ya modelên fêrbûna makîneyê li ser cîhazên bi çavkaniyên hesabker ên tixûbdar bike.
Yek ji taybetmendiyên sereke yên TensorFlow Lite ev e ku ew tenê ji bo encamdanê xweşbîn e. Encam pêvajoya karanîna modelek fêrbûna makîneya perwerdekirî vedibêje da ku li ser daneyên nû pêşbîniyan bike. Di çarçoweya serîlêdanên mobîl de, encamdan peywira sereke ye ku TensorFlow Lite ji bo birêvebirinê hatî çêkirin. Ev tê vê wateyê ku TensorFlow Lite ne ji bo perwerdekirina modelên fêrbûna makîneyê rasterast li ser cîhazên mobîl e.
Perwerdehiya modelên fêrbûna makîneyê bi gelemperî çavkaniyên hesabker ên girîng hewce dike, nemaze ji bo modelên tevlihev û daneyên mezin. Perwerdehiya modelek xweşbîniya dubare ya parametreyên modelê bi karanîna mîqdarên mezin ên daneya perwerdehiyê vedihewîne, ku ji hêla hesabkerî ve zexm û dem dixwe. Wekî encamek, modelên fêrbûna makîneya perwerdehiyê bi gelemperî li ser serverên hêzdar an qereqolên xebatê yên bi GPU an TPU-yên bi performansa bilind têne kirin.
Piştî ku modelek hate perwerde kirin û pîvanên wê xweşbîn kirin, model dikare veguhezîne formatek ku bi TensorFlow Lite re hevaheng e ji bo bicîhkirina li ser cîhazên mobîl. TensorFlow Lite ji bo veguheztina modelên TensorFlow di formatek ku dikare ji bo înfazê li ser cîhazên mobîl were bikar anîn veguhezîne amûr û veguherînerên cihêreng piştgirî dike. Vê pêvajoya veguhertinê modela ji bo darvekirinê li ser hardware ya mobîl xweştir dike, performansa bikêr û derengiya kêm peyda dike.
TensorFlow Lite ji bo Android-ê di serî de ji bo peywirên encamdanê tê bikar anîn, ku destûrê dide serîlêdanên mobîl ku hêza modelên fêrbûna makîneyê ji bo peywirên wekî naskirina wêneyê, pêvajokirina zimanê xwezayî, û serîlêdanên din ên AI-ê bikar bînin. Perwerdehiya modelên fêrbûna makîneyê bi gelemperî li ser nermalava bihêztir ji ber daxwazên hesabkerî yên pêvajoya perwerdehiyê têne kirin.
TensorFlow Lite ji bo Android-ê amûrek hêja ye ji bo bicihkirina modelên fêrbûna makîneyê li ser cîhazên mobîl ji bo peywirên encamdanê, ku rê dide pêşdebiran ku bêyî hewcedariya pêwendiyek domdar bi serverek re ji bo hilberandina modelê serîlêdanên mobîl aqilmend û bersivdar biafirînin.
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