รูปแบบที่กำหนดเอง
หากคุณเป็นนักพัฒนาซอฟต์แวร์ ML ที่มีประสบการณ์ และโมเดลที่สร้างไว้ล่วงหน้าของ ML Kit จะไม่ ตามความต้องการของคุณ คุณสามารถใช้ โมเดล TensorFlow Lite กับ ML Kit
โฮสต์โมเดล TensorFlow Lite โดยใช้ Firebase หรือจัดแพ็กเกจกับแอป จากนั้นใช้ ML Kit SDK เพื่อทำการอนุมานโดยใช้ ของรูปแบบที่กำหนดเอง หากคุณโฮสต์โมเดลด้วย Firebase แล้ว ML Kit จะอัปเดตผู้ใช้โดยอัตโนมัติ ด้วยเวอร์ชันล่าสุด
ความสามารถที่สำคัญ
| โฮสติ้งโมเดล TensorFlow Lite | โฮสต์โมเดลโดยใช้ Firebase เพื่อลดขนาดไบนารีของแอป และตรวจสอบว่าแอปใช้โมเดลเวอร์ชันล่าสุดอยู่เสมอ |
| การอนุมาน ML ในอุปกรณ์ | ทำการอนุมานในแอป iOS หรือ Android โดยใช้ ML Kit SDK เพื่อ เรียกใช้โมเดล TensorFlow Lite ที่กำหนดเอง โมเดลนี้สามารถรวมกับ ที่โฮสต์ในระบบคลาวด์ หรือทั้งสองอย่าง |
| รูปแบบสำรองอัตโนมัติ | ระบุแหล่งที่มาของโมเดลหลายแหล่ง ใช้โมเดลที่เก็บไว้ในเครื่องเมื่อโมเดลที่โฮสต์บนระบบคลาวด์ไม่พร้อมใช้งาน |
| การอัปเดตรูปแบบอัตโนมัติ | กำหนดค่าเงื่อนไขที่แอปจะดาวน์โหลดโดยอัตโนมัติ เวอร์ชันใหม่ของโมเดลของคุณ: เมื่ออุปกรณ์ของผู้ใช้ไม่มีการใช้งาน กำลังชาร์จอยู่ หรือมีการเชื่อมต่อ Wi-Fi |
เส้นทางการใช้งาน
| ฝึกโมเดล TensorFlow | สร้างและฝึกโมเดลที่กําหนดเองโดยใช้ TensorFlow หรือฝึกโมเดลที่มีอยู่ซึ่งแก้ปัญหาที่คล้ายกับสิ่งที่คุณต้องการให้บรรลุผลอีกครั้ง ดู TensorFlow Lite คู่มือนักพัฒนาซอฟต์แวร์ | |
| แปลงโมเดลเป็น TensorFlow Lite | แปลงโมเดลจากรูปแบบ TensorFlow มาตรฐานเป็น TensorFlow Lite โดย ตรึงกราฟ แล้วใช้ตัวแปลง TensorFlow เพิ่มประสิทธิภาพ (TOCO) ดู TensorFlow Lite คู่มือนักพัฒนาซอฟต์แวร์ | |
| โฮสต์โมเดล TensorFlow Lite ด้วย Firebase | ไม่บังคับ: เมื่อโฮสต์โมเดล TensorFlow Lite กับ Firebase และ รวม ML Kit SDK ไว้ในแอป ทำให้ ML Kit ช่วยให้ผู้ใช้ วันที่ด้วยโมเดลเวอร์ชันล่าสุด คุณสามารถกำหนดค่า ML Kit เพื่อ ดาวน์โหลดการอัปเดตโมเดลโดยอัตโนมัติเมื่ออุปกรณ์ของผู้ใช้ไม่มีการใช้งาน หรือ กำลังชาร์จ หรือมีการเชื่อมต่อ Wi-Fi | |
| ใช้โมเดล TensorFlow Lite สำหรับการอนุมาน | ใช้ API โมเดลที่กำหนดเองของ ML Kit ในแอป iOS หรือ Android เพื่อดำเนินการ ด้วยโมเดลที่โฮสต์โดย Firebase หรือ App Bundle |