Пользовательские модели
Если вы опытный разработчик машинного обучения и готовые модели ML Kit не соответствуют вашим потребностям, вы можете использовать пользовательскую модель TensorFlow Lite с ML Kit.
Разместите свои модели TensorFlow Lite с помощью Firebase или упакуйте их в свое приложение. Затем используйте SDK ML Kit для выполнения логического вывода, используя лучшую доступную версию пользовательской модели. Если вы размещаете свою модель с помощью Firebase, ML Kit автоматически обновляет ваших пользователей до последней версии.
Ключевые возможности
| Хостинг модели TensorFlow Lite | Разместите свои модели с помощью Firebase, чтобы уменьшить размер двоичного файла вашего приложения и убедиться, что ваше приложение всегда использует самую последнюю доступную версию вашей модели. |
| Вывод машинного обучения на устройстве | Выполняйте логические выводы в приложении для iOS или Android, используя SDK ML Kit для запуска собственной модели TensorFlow Lite. Модель может быть связана с приложением, размещена в облаке или и то, и другое. |
| Автоматический резервный вариант модели | Укажите несколько источников модели; использовать модель, хранящуюся локально, когда модель, размещенная в облаке, недоступна |
| Автоматическое обновление модели | Настройте условия, при которых ваше приложение автоматически загружает новые версии вашей модели: когда устройство пользователя бездействует, заряжается или имеет подключение к Wi-Fi. |
Путь реализации
| Обучите свою модель TensorFlow | Создайте и обучите пользовательскую модель с помощью TensorFlow. Или переобучите существующую модель, которая решает проблему, аналогичную той, которую вы хотите достичь. См. Руководство разработчика TensorFlow Lite. | |
| Преобразование модели в TensorFlow Lite | Преобразуйте свою модель из стандартного формата TensorFlow в TensorFlow Lite, заморозив график, а затем используя оптимизирующий преобразователь TensorFlow (TOCO). См. Руководство разработчика TensorFlow Lite. | |
| Разместите свою модель TensorFlow Lite с помощью Firebase | Необязательно: когда вы размещаете свою модель TensorFlow Lite с помощью Firebase и включаете SDK ML Kit в свое приложение, ML Kit держит ваших пользователей в курсе последней версии вашей модели. Вы можете настроить ML Kit для автоматической загрузки обновлений модели, когда устройство пользователя бездействует, заряжается или имеет подключение к сети Wi-Fi. | |
| Используйте модель TensorFlow Lite для логического вывода | Используйте API-интерфейсы пользовательских моделей ML Kit в своем приложении для iOS или Android, чтобы делать выводы с моделью, размещенной в Firebase, или моделью, связанной с приложением. |