รูปแบบที่กำหนดเอง
หากคุณเป็นนักพัฒนาซอฟต์แวร์ ML ที่มีประสบการณ์ และโมเดลที่สร้างไว้ล่วงหน้าของ ML Kit ยังไม่ตรงกับความต้องการของคุณ คุณสามารถใช้โมเดล TensorFlow Lite ที่กำหนดเองร่วมกับ ML Kit ได้
โฮสต์โมเดล TensorFlow Lite โดยใช้ Firebase หรือจัดแพ็กเกจเหล่านั้นกับแอป จากนั้นใช้ ML Kit SDK เพื่อทำการอนุมานโดยใช้โมเดลที่กำหนดเองเวอร์ชันที่ดีที่สุดที่มีอยู่ หากคุณโฮสต์โมเดลของคุณด้วย Firebase ML Kit จะอัปเดตผู้ใช้ด้วยเวอร์ชันล่าสุดโดยอัตโนมัติ
ความสามารถที่สำคัญ
| โฮสติ้งโมเดล TensorFlow Lite | โฮสต์โมเดลโดยใช้ Firebase เพื่อลดขนาดไบนารีของแอปและดูแลให้แอปใช้โมเดลเวอร์ชันล่าสุดที่มีอยู่เสมอ |
| การอนุมาน ML ในอุปกรณ์ | ทำการอนุมานในแอป iOS หรือ Android โดยใช้ ML Kit SDK เพื่อเรียกใช้โมเดล TensorFlow Lite ที่กำหนดเอง โมเดลนี้รวมอยู่ในชุดแอป โฮสต์ในระบบคลาวด์ หรือทั้ง 2 อย่างก็ได้ |
| รูปแบบสำรองอัตโนมัติ | ระบุแหล่งที่มาของโมเดลหลายรายการ และใช้โมเดลที่เก็บไว้ในเครื่องเมื่อโมเดลที่โฮสต์ในระบบคลาวด์ไม่พร้อมใช้งาน |
| การอัปเดตรูปแบบอัตโนมัติ | กำหนดค่าเงื่อนไขที่แอปจะดาวน์โหลดโมเดลเวอร์ชันใหม่โดยอัตโนมัติ: เมื่ออุปกรณ์ของผู้ใช้ไม่มีการใช้งาน กำลังชาร์จ หรือมีการเชื่อมต่อ Wi-Fi |
เส้นทางการใช้งาน
| ฝึกโมเดล TensorFlow | สร้างและฝึกโมเดลที่กำหนดเองโดยใช้ TensorFlow หรือฝึกโมเดลที่มีอยู่อีกครั้งซึ่งแก้ปัญหาที่คล้ายกับเป้าหมายที่คุณต้องการบรรลุผล โปรดดู คู่มือนักพัฒนาซอฟต์แวร์ของ TensorFlow Lite | |
| แปลงโมเดลเป็น TensorFlow Lite | แปลงโมเดลจากรูปแบบ TensorFlow มาตรฐานเป็น TensorFlow Lite ด้วยการตรึงกราฟ แล้วใช้ TensorFlow Optimize Converter (TOCO) โปรดดู คู่มือนักพัฒนาซอฟต์แวร์ของ TensorFlow Lite | |
| โฮสต์โมเดล TensorFlow Lite ด้วย Firebase | ไม่บังคับ: เมื่อคุณโฮสต์โมเดล TensorFlow Lite กับ Firebase และใส่ SDK ของ ML Kit ไว้ในแอป ML Kit จะช่วยให้ผู้ใช้ได้รับข้อมูลอัปเดต ด้วยโมเดลเวอร์ชันล่าสุดอยู่เสมอ คุณสามารถกำหนดค่า ML Kit ให้ดาวน์โหลดการอัปเดตโมเดลโดยอัตโนมัติเมื่ออุปกรณ์ของผู้ใช้ไม่มีการใช้งานหรือกำลังชาร์จ หรือมีการเชื่อมต่อ Wi-Fi | |
| ใช้โมเดล TensorFlow Lite สำหรับการอนุมาน | ใช้ API โมเดลที่กำหนดเองของ ML Kit ในแอป iOS หรือ Android เพื่อทำการอนุมานกับโมเดลที่โฮสต์โดย Firebase หรือโมเดลแพ็กเกจแอป |