Catch up on everthing we announced at this year's Firebase Summit. Learn more

مدل های سفارشی

اگر شما استفاده از سفارشی TensorFlow بازگشت به محتوا | مدل، مدل فایربیس ML می تواند به شما کمک کند اطمینان از کاربران خود را همیشه با استفاده از نسخه بهترین موجود از مدل های سفارشی شما. وقتی مدل خود را با Firebase استقرار می‌کنید، Firebase ML فقط در صورت نیاز مدل را دانلود می‌کند و به‌طور خودکار کاربران شما را با آخرین نسخه به‌روزرسانی می‌کند.

در iOS + آندروید

قابلیت های کلیدی

استقرار مدل TensorFlow Lite مدل‌های خود را با استفاده از Firebase مستقر کنید تا اندازه باینری برنامه خود را کاهش دهید و مطمئن شوید که برنامه شما همیشه از جدیدترین نسخه موجود مدل شما استفاده می‌کند.
استنتاج ML روی دستگاه با استفاده از مفسر TensorFlow Lite با مدل خود، استنتاج را در برنامه Apple یا Android انجام دهید.
به روز رسانی خودکار مدل شرایطی را پیکربندی کنید که تحت آن برنامه شما به‌طور خودکار نسخه‌های جدید مدل شما را دانلود کند: زمانی که دستگاه کاربر بی‌حرکت است، در حال شارژ است یا اتصال Wi-Fi دارد.

مسیر پیاده سازی

مدل TensorFlow خود را آموزش دهید با استفاده از TensorFlow یک مدل سفارشی بسازید و آموزش دهید. یا یک مدل موجود را دوباره آموزش دهید که مشکلی مشابه آنچه می خواهید به دست آورید را حل کند.
مدل را به TensorFlow Lite تبدیل کنید تبدیل مدل خود را از HDF5 یا فرمت نمودار منجمد به TensorFlow آرشیو با استفاده از مبدل TensorFlow بازگشت به محتوا | .
مدل TensorFlow Lite خود را در Firebase مستقر کنید اختیاری: وقتی مدل TensorFlow Lite خود را در Firebase مستقر می کنید و Firebase ML SDK را در برنامه خود قرار می دهید، Firebase ML کاربران شما را با آخرین نسخه مدل خود به روز نگه می دارد. می‌توانید آن را طوری پیکربندی کنید که وقتی دستگاه کاربر بی‌حرکت است یا شارژ می‌شود یا اتصال Wi-Fi دارد، به‌روزرسانی‌های مدل را به‌طور خودکار دانلود کند.
برای استنتاج از مدل TensorFlow Lite استفاده کنید از مفسر TensorFlow Lite در برنامه Apple یا Android خود برای استنتاج با مدل‌های مستقر شده با استفاده از Firebase استفاده کنید.

Codelabs

سعی کنید برخی از codelabs به یادگیری دست در چگونه فایربیس می تواند کمک به شما استفاده از مدل TensorFlow بازگشت به محتوا | به راحتی و به طور موثر.