跳转至

TensorFlow Lite 简介

原文:https://www.geesforgeks.org/introduction-to-tensorflow-lite/

TensorFlow 是一个免费的开源机器学习库。TensorFlow 是由谷歌大脑团队的开发人员和工程师创建的,作为谷歌人工智能研究组织的一部分,目的是执行机器学习和深度神经网络研究,但该技术足够通用,可以用于许多其他领域!

当一个人使用 TensorFlow 来实现和训练机器学习算法时,他通常会得到一个模型文件,这个文件会占用大量的存储空间,并且需要一个 GPU 来运行推理。在大多数移动设备上,巨大的磁盘空间和图形处理器等奢侈品是不可用的。TensorFlow Lite 是一个在移动设备上运行机器学习模型的解决方案。

TensorFlow Lite 是一个特别的功能,主要是为移动等嵌入式设备设计的。这使用自定义内存分配器来实现执行延迟和最小负载。它还解释了支持平面缓冲区的新文件格式。TensorFlow Lite 采用现有的模型,并将其转换为同类产品中的优化版本。tflite 文件。

TensorFlow Lite 的优势:

  • 快速轻松地将 TensorFlow 模型转换为 TensorFlow lite 模型,以实现移动友好型模型。
  • 凭借简单性,为 iOS 和安卓设备构建机器学习应用。
  • 与基于服务器的架构相比,移动模型支持的更有效的替代方案。
  • 在移动设备上,它允许离线推理。
  • Tensorflow Lite 允许人们在智能手机上轻松执行机器学习模型,允许人们执行传统的机器学习任务,而不需要外部应用编程接口或服务器。因此,这些型号将在未连接到互联网的设备上运行。

TensorFlow Lite 的缺点:

  • 它不会优化模型大小。因此,移动设备可能需要更大的存储空间。
  • 在 TensorFlow Lite 过程中,可靠性和优化的代价是模型精度的折衷。因此,TensorFlow Lite 模型的准确性不如功能齐全的同类产品。

TensorFlow Lite 的架构:

TensorFlow Mobile 是 TensorFlow Lite 的继承者,它被用于安卓和 iOS(操作系统)等移动平台。它用于开发 TensorFlow 模型,并将该模型集成到移动环境中。

TensorFlow 手机的使用案例

TensorFLow Mobile 三个主要且重要的用例为如下:

  • TensorFlow 中的手势识别:通过分析传感器数据,它习惯于控制应用程序或执行手或其他手势支持的任何特殊任务。
  • TensorFlow 中的图像识别:我 t 使用来检测或获取用手机拍摄的图像。如果用户正在拍照以了解一些信息,或者想要在其上使用一些效果(滤镜),则图像识别起到正确识别照片的测量作用。例如:相机、图像编辑器、等。
  • TensorFlow 中的语音识别:各种与语音相关的应用可以使用 TensorFlow 构建语音驱动的界面。正确识别声音语音识别是在这里适用。从到有很多流行的应用,其中一些在语音识别系统上工作的是谷歌翻译、谷歌助手、等。

TensorFlow Lite Vs. TensorFlow Mobile

| #### TensorFlow Lite | #### tensorlow mobile | | --- | --- | | 减少二进制文件大小。 | 最大二进制文件大小。 | | 更好的性能。 | 良好的性能 | | 它支持选择性算子集 | 它支持所有类型的运算符 |

因此,TensorFlow Lite 在一致性和二进制文件大小方面优于其前身 TensorFlow Mobile。

张量流 Lite 的应用;

  • 移动设备(IOS 和安卓)
  • 物联网(IOT)
  • raspberry pi(消歧义)


回到顶部