Modèles personnalisés

Modèles personnalisés

Si vous utilisez des modèles TensorFlow Lite personnalisés, Firebase ML peut vous aider à vous assurer que vos utilisateurs utilisent toujours la meilleure version disponible de votre modèle personnalisé. Lorsque vous déployez votre modèle avec Firebase, Firebase ML télécharge le modèle uniquement lorsque cela est nécessaire et met automatiquement à jour vos utilisateurs avec la dernière version.

iOS Android

Il s'agit d'une version bêta de Firebase ML. Cette API peut être modifiée de manière incompatible avec les versions antérieures et n'est soumise à aucun SLA ou politique d'obsolescence.

Capacités clés

Déploiement du modèle TensorFlow Lite	Déployez vos modèles à l'aide de Firebase pour réduire la taille binaire de votre application et vous assurer que votre application utilise toujours la version la plus récente disponible de votre modèle
Inférence ML sur l'appareil	Effectuez des inférences dans une application iOS ou Android à l'aide de l'interpréteur TensorFlow Lite avec votre modèle.
Mises à jour automatiques du modèle	Configurez les conditions dans lesquelles votre application télécharge automatiquement les nouvelles versions de votre modèle: lorsque l'appareil de l'utilisateur est inactif, en charge ou dispose d'une connexion Wi-Fi

Chemin de mise en œuvre

	Entraînez votre modèle TensorFlow	Créez et entraînez un modèle personnalisé à l'aide de TensorFlow. Ou, réentraînez un modèle existant qui résout un problème similaire à ce que vous souhaitez réaliser.
	Convertir le modèle en TensorFlow Lite	Convertissez votre modèle du format HDF5 ou graphique figé en TensorFlow Lite à l'aide du convertisseur TensorFlow Lite .
	Déployez votre modèle TensorFlow Lite sur Firebase	Facultatif: lorsque vous déployez votre modèle TensorFlow Lite sur Firebase et que vous incluez le SDK Firebase ML dans votre application, Firebase ML tient vos utilisateurs à jour avec la dernière version de votre modèle. Vous pouvez le configurer pour télécharger automatiquement les mises à jour du modèle lorsque l'appareil de l'utilisateur est inactif ou en charge, ou dispose d'une connexion Wi-Fi.
	Utilisez le modèle TensorFlow Lite pour l'inférence	Utilisez l'interpréteur TensorFlow Lite dans votre application iOS ou Android pour effectuer des inférences avec des modèles déployés à l'aide de Firebase.