Google hat TensorFlow Lite eingeführt, eine leichtere Version seines TensorFlow AI-Pakets Speziell entwickelt, um Entwicklern die Bereitstellung von Modellen für maschinelles Lernen auf mobilen und anderen kompakten Geräten zu erleichtern.
Nach Angaben seiner Entwickler wird TensorFlow Lite mit zunehmender Reife schließlich Tensorflow Mobile ersetzen, die Tensorflow-API, die bereits die Modellbereitstellung auf mobilen Geräten ermöglicht.
Im Moment wurde es als veröffentlicht Entwicklervorschau.
Hauptmerkmale von Tensorflow Lite
Laut seinen Entwicklern ist Tensorflow Lite:
- Licht: Ermöglicht die Schlussfolgerung von Modellen für maschinelles Lernen auf dem Gerät selbst mit einer kleinen Binärgröße und schnellem Start/Initialisierung.
- Multi Plattform: Es ist für die Ausführung auf vielen verschiedenen Plattformen konzipiert, beginnend mit Android e iOS.
- Schnelle: Es wurde für mobile Geräte optimiert, einschließlich deutlich verbesserter Modellladezeiten und Unterstützung für Hardwarebeschleunigung.
Vorteil
Tensorflow Lite ermöglicht Ihnen unter anderem die Ausführung in-situ KI-Algorithmen auf dem Gerät, die zuvor das Senden von Daten an einen Server zur Verarbeitung erforderten.
Dies beschleunigt nicht nur die Ausführung, sondern bringt auch wichtige Verbesserungen im Hinblick auf den Datenschutz mit sich, da die Daten des Benutzers das Gerät nicht verlassen müssen.
Modelle enthalten
TensorFlow Lite bietet bereits einige Modelle an, die für mobile Geräte trainiert und optimiert wurden:
- MobileNet: Modelle von Vision Kann zwischen 1000 verschiedenen Objektklassen unterscheiden und wurde speziell für die effiziente Ausführung auf mobilen und eingebetteten Geräten entwickelt.
- Einführung v3: Modell von Bilderkennung, ähnlich in der Funktionalität wie MobileNet, das eine höhere Genauigkeit bietet, aber auch größer ist.
- smartreplay: Modell Konversation auf dem Gerät selbst, das auf eingehende Chat-Nachrichten antwortet. Google und Messaging-Apps von Drittanbietern nutzen diese Funktion bereits auf Android Wear.
Entwickler können die Modelle jedoch auf Wunsch mit ihrem eigenen Datensatz neu trainieren.
Darüber hinaus soll nach Angaben der Macher von Tensorflow Lite das Angebot an Modellen später je nach Bedarf der Nutzer erweitert werden.
Weitere Informationen finden Sie im TensorFlow Lite-Dokumentationsseiten.
Wettbewerb
Google ist nicht der erste, der KI auf Mobilgeräten einführt. Letztes Jahr Facebook angekündigt Caffe2Go, eine Version von Caffe, die für die Ausführung von Deep-Learning-Modellen auf mobilen Geräten entwickelt wurde.
Und das ganze Jahr über werden Produkte wie Apple Core ML oder Clarifai-Cloud-Dienst um KI-Modelle auf mobilen Geräten zu trainieren.
Quellen:
Weiter lesen: