รูปแบบที่กำหนดเอง
หากคุณใช้ที่กำหนดเอง โมเดล TensorFlow Lite Firebase ML จะช่วยให้คุณมั่นใจได้ว่าผู้ใช้จะใช้ รูปแบบที่กำหนดเองได้ดีที่สุด เมื่อคุณทำให้โมเดลใช้งานได้ด้วย Firebase Firebase ML จะดาวน์โหลดโมเดลเมื่อจำเป็นเท่านั้นและ อัปเดตผู้ใช้ของคุณให้เป็นเวอร์ชันล่าสุดโดยอัตโนมัติ
หากพร้อมที่จะเริ่มแล้ว เลือกแพลตฟอร์ม:
ความสามารถที่สำคัญ
| การทำให้โมเดล TensorFlow Lite ใช้งานได้ | ทำให้โมเดลใช้งานได้โดยใช้ Firebase เพื่อลดขนาดไบนารีของแอปและเพื่อ ตรวจสอบว่าแอปใช้เวอร์ชันล่าสุดที่พร้อมใช้งานของ โมเดลของคุณ |
| การอนุมาน ML ในอุปกรณ์ | ทำการอนุมานในแอป Apple หรือ Android โดยใช้ TensorFlow Lite กับโมเดลของคุณ |
| การอัปเดตรูปแบบอัตโนมัติ | กำหนดค่าเงื่อนไขที่แอปจะดาวน์โหลดโดยอัตโนมัติ เวอร์ชันใหม่ของโมเดลของคุณ: เมื่ออุปกรณ์ของผู้ใช้ไม่มีการใช้งาน กำลังชาร์จอยู่ หรือมีการเชื่อมต่อ Wi-Fi |
เส้นทางการใช้งาน
| ฝึกโมเดล TensorFlow | สร้างและฝึกโมเดลที่กำหนดเองโดยใช้ TensorFlow หรือฝึก โมเดลที่มีอยู่แล้วที่แก้ปัญหา ที่คล้ายกับเป้าหมายที่คุณต้องการบรรลุ | |
| แปลงโมเดลเป็น TensorFlow Lite | แปลงโมเดลจาก HDF5 หรือรูปแบบกราฟที่ค้างเป็น TensorFlow Lite โดยใช้ ตัวแปลง TensorFlow Lite | |
| ทำให้โมเดล TensorFlow Lite ใช้งานได้กับ Firebase | ไม่บังคับ: เมื่อคุณทำให้โมเดล TensorFlow Lite ใช้งานได้กับ Firebase และ รวม Firebase ML SDK ไว้ใน Firebase ML ช่วยให้ผู้ใช้ติดตามข่าวสาร วันที่ด้วยโมเดลเวอร์ชันล่าสุด คุณสามารถกําหนดค่าให้ ดาวน์โหลดการอัปเดตโมเดลโดยอัตโนมัติเมื่ออุปกรณ์ของผู้ใช้ไม่มีการใช้งาน หรือ กำลังชาร์จ หรือมีการเชื่อมต่อ Wi-Fi | |
| ใช้โมเดล TensorFlow Lite สำหรับการอนุมาน | ใช้อินเทอร์พรีเตอร์ของ TensorFlow Lite ในแอป Apple หรือ Android เพื่อ ทำการอนุมานด้วยโมเดลที่ติดตั้งใช้งานโดยใช้ Firebase |
Codelabs
ลองใช้ Codelab เพื่อเรียนรู้วิธีที่ Firebase จะช่วยคุณในการใช้งานจริง โมเดล TensorFlow Lite อย่างง่ายดายและมีประสิทธิภาพมากยิ่งขึ้น