รูปแบบที่กำหนดเอง
หากคุณใช้โมเดล TensorFlow Lite ที่กำหนดเอง Firebase ML จะช่วยให้คุณมั่นใจได้ว่าผู้ใช้จะใช้โมเดลที่กำหนดเองเวอร์ชันที่ดีที่สุดที่มีอยู่เสมอ เมื่อคุณทำให้โมเดลใช้งานได้กับ Firebase นั้น Firebase ML จะดาวน์โหลดโมเดลเมื่อจำเป็นเท่านั้นและจะอัปเดตผู้ใช้ด้วยเวอร์ชันล่าสุดโดยอัตโนมัติ
ความสามารถที่สำคัญ
| การทำให้โมเดล TensorFlow Lite ใช้งานได้ | ทำให้โมเดลใช้งานได้โดยใช้ Firebase เพื่อลดขนาดไบนารีของแอป และเพื่อให้แอปใช้เวอร์ชันล่าสุดที่พร้อมใช้งานของโมเดลอยู่เสมอ |
| การอนุมาน ML ในอุปกรณ์ | ทำการอนุมานในแอป Apple หรือ Android โดยใช้อินเทอร์พรีเตอร์ของ TensorFlow Lite กับโมเดลของคุณ |
| การอัปเดตรูปแบบอัตโนมัติ | กำหนดค่าเงื่อนไขที่แอปจะดาวน์โหลดโมเดลเวอร์ชันใหม่โดยอัตโนมัติ: เมื่ออุปกรณ์ของผู้ใช้ไม่มีการใช้งาน กำลังชาร์จ หรือมีการเชื่อมต่อ Wi-Fi |
เส้นทางการใช้งาน
| ฝึกโมเดล TensorFlow | สร้างและฝึกโมเดลที่กำหนดเองโดยใช้ TensorFlow หรือฝึกโมเดลที่มีอยู่อีกครั้งซึ่งแก้ปัญหาที่คล้ายกับเป้าหมายที่คุณต้องการบรรลุผล | |
| แปลงโมเดลเป็น TensorFlow Lite | แปลงโมเดลจาก HDF5 หรือรูปแบบกราฟที่ค้างเป็น TensorFlow Lite โดยใช้ ตัวแปลง TensorFlow Lite | |
| ทำให้โมเดล TensorFlow Lite ใช้งานได้กับ Firebase | ไม่บังคับ: เมื่อคุณทำให้โมเดล TensorFlow Lite ใช้งานได้กับ Firebase และรวม Firebase ML SDK ไว้ในแอป Firebase ML ช่วยให้ผู้ใช้อัปเดตโมเดลเวอร์ชันล่าสุดอยู่เสมอ คุณสามารถกำหนดค่าให้ดาวน์โหลดการอัปเดตโมเดลโดยอัตโนมัติเมื่ออุปกรณ์ของผู้ใช้ไม่มีการใช้งานหรือกำลังชาร์จ หรือมีการเชื่อมต่อ Wi-Fi | |
| ใช้โมเดล TensorFlow Lite สำหรับการอนุมาน | ใช้อินเทอร์พรีเตอร์ของ TensorFlow Lite ในแอป Apple หรือ Android เพื่อทำการอนุมานกับโมเดลที่ทำให้ใช้งานได้โดยใช้ Firebase |
Codelab
ลองใช้ Codelab เพื่อเรียนรู้วิธีที่ Firebase สามารถช่วยให้คุณใช้โมเดล TensorFlow Lite อย่างง่ายดายและมีประสิทธิภาพมากขึ้น