資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝學
法學TensorFlow Lite 簡介
TensorFlow Lite 是一個移動庫，旨在將模型部署到移動裝置、微控制器和邊緣裝置上。它配備了工具，可以使用五個方面在移動裝置上實現裝置端機器學習：延遲、隱私、連線性、大小和功耗。
它支援 Android、iOS、嵌入式 Linux 和微控制器。支援多種語言，例如 Java、Swift、Objective C、C++ 和 Python。還提供硬體加速和模型最佳化。
文件提供了端到端示例，用於機器學習專案，例如影像分類、目標檢測、問答、姿態估計、文字分類以及不同平臺上的許多其他專案。
在 TensorFlow Lite 中開發模型有兩個方面：
構建 TensorFlow Lite 模型
執行推理。
構建 TensorFlow Lite 模型
TensorFlow Lite 模型以一種稱為 FlatBuffers 的可移植格式表示，即 .tflite 副檔名。它具有減小的尺寸和快速的推理，使 TensorFlow Lite 能夠在計算和記憶體資源有限的裝置上高效執行。它還包括關於模型、預處理和後處理管道的元資料，這些元資料採用人類可讀的格式。
推理
推理是在裝置上執行 TensorFlow Lite 模型的過程，這有助於對新資料進行預測。這可以透過兩種方式完成，具體取決於模型是否包含元資料。
包含元資料 - 使用現成的 API 或構建自定義推理管道。使用 Android 裝置，您可以使用 Android Studio ML 模型繫結或 TensorFlow Lite 程式碼生成器生成程式碼包裝器。
不包含元資料 - 使用 TensorFlow Lite 直譯器 API，該 API 在多個平臺上受支援。
更新於：2022年10月14日
430 次瀏覽
廣告