कस्टम मॉडल

यदि आप कस्टम टेन्सरफ्लो लाइट मॉडल का उपयोग करते हैं, तो फायरबेस एमएल आपको यह सुनिश्चित करने में मदद कर सकता है कि आपके उपयोगकर्ता हमेशा आपके कस्टम मॉडल के सर्वोत्तम-उपलब्ध संस्करण का उपयोग कर रहे हैं। जब आप अपने मॉडल को फायरबेस के साथ तैनात करते हैं, तो फायरबेस एमएल केवल जरूरत पड़ने पर ही मॉडल डाउनलोड करता है और स्वचालित रूप से आपके उपयोगकर्ताओं को नवीनतम संस्करण के साथ अपडेट करता है।

आईओएस+ एंड्रॉइड

प्रमुख क्षमताएं

TensorFlow लाइट मॉडल परिनियोजन अपने ऐप के बाइनरी आकार को कम करने के लिए और यह सुनिश्चित करने के लिए कि आपका ऐप हमेशा आपके मॉडल के नवीनतम उपलब्ध संस्करण का उपयोग कर रहा है, फायरबेस का उपयोग करके अपने मॉडल तैनात करें
ऑन-डिवाइस एमएल अनुमान अपने मॉडल के साथ TensorFlow Lite दुभाषिया का उपयोग करके Apple या Android ऐप में अनुमान लगाएं।
स्वचालित मॉडल अद्यतन उन शर्तों को कॉन्फ़िगर करें जिनके तहत आपका ऐप स्वचालित रूप से आपके मॉडल के नए संस्करण डाउनलोड करता है: जब उपयोगकर्ता का डिवाइस निष्क्रिय हो, चार्ज हो रहा हो, या वाई-फाई कनेक्शन हो

कार्यान्वयन पथ

अपने TensorFlow मॉडल को प्रशिक्षित करें TensorFlow का उपयोग करके एक कस्टम मॉडल बनाएं और प्रशिक्षित करें। या, किसी मौजूदा मॉडल को फिर से प्रशिक्षित करें जो उस समस्या को हल करता है जो आप हासिल करना चाहते हैं।
मॉडल को TensorFlow Lite में कनवर्ट करें TensorFlow Lite कनवर्टर का उपयोग करके अपने मॉडल को HDF5 या फ्रोज़न ग्राफ़ प्रारूप से TensorFlow Lite में बदलें।
अपने TensorFlow Lite मॉडल को Firebase पर परिनियोजित करें वैकल्पिक: जब आप अपने TensorFlow Lite मॉडल को Firebase पर तैनात करते हैं और अपने ऐप में Firebase ML SDK को शामिल करते हैं, तो Firebase ML आपके उपयोगकर्ताओं को आपके मॉडल के नवीनतम संस्करण के साथ अपडेट रखता है। जब उपयोगकर्ता का डिवाइस निष्क्रिय हो या चार्ज हो रहा हो, या उसमें वाई-फाई कनेक्शन हो, तो आप मॉडल अपडेट को स्वचालित रूप से डाउनलोड करने के लिए इसे कॉन्फ़िगर कर सकते हैं।
अनुमान के लिए TensorFlow Lite मॉडल का उपयोग करें फायरबेस का उपयोग करके तैनात मॉडल के साथ अनुमान लगाने के लिए अपने ऐप्पल या एंड्रॉइड ऐप में टेन्सरफ्लो लाइट दुभाषिया का उपयोग करें।

कोडेलैब्स

व्यावहारिक रूप से यह जानने के लिए कुछ कोडलैब आज़माएं कि कैसे Firebase आपको TensorFlow Lite मॉडल का अधिक आसानी से और प्रभावी ढंग से उपयोग करने में मदद कर सकता है।