Modele niestandardowe

Jeśli używasz niestandardowych modeli TensorFlow Lite, Firebase ML pomoże Ci zadbać o to, by użytkownicy zawsze używali najlepszej dostępnej wersji Twojego modelu niestandardowego. Gdy wdrożysz model za pomocą Firebase, Firebase ML pobiera go tylko wtedy, gdy jest to konieczne, i automatycznie aktualizuje użytkowników do najnowszej wersji.

iOS+ Android

Najważniejsze funkcje

Wdrożenie modelu TensorFlow Lite Wdróż modele za pomocą Firebase, aby zmniejszyć rozmiar pliku binarnego aplikacji i mieć pewność, że zawsze używa ona najnowszej dostępnej wersji modelu
Wnioskowanie ML na urządzeniu Przeprowadź wnioskowanie w aplikacji Apple lub na Androida za pomocą interpretera TensorFlow Lite z modelem.
Automatyczne aktualizacje modeli Skonfiguruj warunki, w których aplikacja automatycznie pobiera nowe wersje modelu: gdy urządzenie użytkownika jest bezczynne, ładuje się lub łączy się z Wi-Fi

Ścieżka implementacji

Wytrenuj model TensorFlow Utworzenie i wytrenowanie modelu niestandardowego za pomocą TensorFlow. Możesz też ponownie wytrenować istniejący model, który rozwiązuje problem podobny do tego, co chcesz osiągnąć.
Przekonwertuj model na TensorFlow Lite Przekonwertuj model z HDF5 lub zablokowanego formatu wykresu na TensorFlow Lite za pomocą konwertera TensorFlow Lite.
Wdrażanie modelu TensorFlow Lite w Firebase Opcjonalnie: gdy wdrożysz model TensorFlow Lite w Firebase i uwzględnisz pakiet SDK Firebase ML w aplikacji, Firebase ML będzie udostępniać użytkownikom najnowszą wersję Twojego modelu. Możesz je skonfigurować tak, aby automatycznie pobierał aktualizacje modelu, gdy urządzenie użytkownika jest bezczynne, ładuje się lub jest połączone przez Wi-Fi.
Używanie modelu TensorFlow Lite do wnioskowania Użyj interpretera TensorFlow Lite w aplikacji na Apple lub Androida, aby wnioskować za pomocą modeli wdrożonych za pomocą Firebase.

Codelabs

Wypróbuj kilka ćwiczeń z programowania, aby dowiedzieć się, jak Firebase może ułatwić i zwiększyć skuteczność modeli TensorFlow Lite.