Ekzistojnë një sërë modelesh tashmë të trajnuar, me burim të hapur që mund t'i përdorni menjëherë me LiteRT për të përmbushur shumë detyra të mësimit të makinerive. Përdorimi i modeleve LiteRT të trajnuar paraprakisht ju lejon të shtoni funksionalitetin e të mësuarit të makinerive në aplikacionin tuaj celular dhe pajisjen "edge" shpejt, pa pasur nevojë të ndërtoni dhe trajnoni një model. Ky udhëzues ju ndihmon të gjeni dhe të vendosni për modelet e trajnuara për përdorim me LiteRT.
Mund të filloni të shfletoni një grup të madh modelesh në Kaggle Models .
Gjeni një model për aplikacionin tuaj
Gjetja e një modeli ekzistues LiteRT për rastin tuaj të përdorimit mund të jetë i ndërlikuar në varësi të asaj që po përpiqeni të arrini. Këtu janë disa mënyra të rekomanduara për të zbuluar modele për përdorim me LiteRT:
Me shembull: Mënyra më e shpejtë për të gjetur dhe filluar përdorimin e modeleve me TensorFlow Lite është të shfletoni seksionin Shembuj të LiteRT për të gjetur modele që kryejnë një detyrë që është e ngjashme me rastin tuaj të përdorimit. Ky katalog i shkurtër shembujsh ofron modele për rastet e përdorimit të zakonshëm me shpjegime të modeleve dhe kodin e mostrës për t'ju bërë të filloni t'i përdorni dhe përdorni ato.
Sipas llojit të futjes së të dhënave: Përveç shikimit të shembujve të ngjashëm me rastin tuaj të përdorimit, një mënyrë tjetër për të zbuluar modele për përdorimin tuaj është të merrni parasysh llojin e të dhënave që dëshironi të përpunoni, si audio, tekst, imazhe ose të dhëna video. Modelet e mësimit të makinerive janë krijuar shpesh për t'u përdorur me një nga këto lloje të dhënash, kështu që kërkimi i modeleve që trajtojnë llojin e të dhënave që dëshironi të përdorni mund t'ju ndihmojë të kufizoni se cilat modele duhet të merrni parasysh.
Në vijim renditen lidhjet me modelet LiteRT në Kaggle Models për rastet e përdorimit të zakonshëm:
- Modelet e klasifikimit të imazheve
- Modelet e zbulimit të objekteve
- Modelet e klasifikimit të tekstit
- Modelet e futjes së tekstit
- Modelet e sintezës së të folurit audio
- Modelet e futjes së audios
Zgjidhni midis modeleve të ngjashme
Nëse aplikacioni juaj ndjek një rast përdorimi të zakonshëm si klasifikimi i imazheve ose zbulimi i objekteve, mund ta gjeni veten duke vendosur midis modeleve të shumta TensorFlow Lite, me madhësi binare të ndryshme, madhësinë e futjes së të dhënave, shpejtësinë e konkluzionit dhe vlerësimet e saktësisë së parashikimit. Kur vendosni midis një numri modelesh, duhet të kufizoni opsionet tuaja bazuar së pari në kufizimin tuaj më kufizues: madhësia e modelit, madhësia e të dhënave, shpejtësia e përfundimit ose saktësia.
Nëse nuk jeni të sigurt se cili është kufizimi juaj më kufizues, supozoni se është madhësia e modelit dhe zgjidhni modelin më të vogël të disponueshëm. Zgjedhja e një modeli të vogël ju jep fleksibilitetin më të madh për sa i përket pajisjeve ku mund të vendosni dhe ekzekutoni me sukses modelin. Modelet më të vogla gjithashtu zakonisht prodhojnë konkluzione më të shpejta dhe parashikimet më të shpejta në përgjithësi krijojnë përvoja më të mira të përdoruesit fundor. Modelet më të vogla zakonisht kanë shkallë më të ulët saktësie, kështu që mund t'ju duhet të zgjidhni modele më të mëdha nëse saktësia e parashikimit është shqetësimi juaj kryesor.
Burimet për modelet
Përdorni seksionin LiteRT Shembuj dhe Kaggle Models si destinacionet tuaja të para për gjetjen dhe zgjedhjen e modeleve për përdorim me TensorFlow Lite. Këto burime në përgjithësi kanë modele të përditësuara, të kuruara për përdorim me LiteRT dhe shpesh përfshijnë kodin e mostrës për të përshpejtuar procesin tuaj të zhvillimit.
Modelet TensorFlow
Është e mundur të konvertohen modelet e rregullta TensorFlow në formatin TensorFlow Lite. Për më shumë informacion rreth konvertimit të modeleve, shihni dokumentacionin e TensorFlow Lite Converter . Modelet TensorFlow mund t'i gjeni në Kaggle Models dhe në TensorFlow Model Garden .