O Google lançou o TensorFlow Lite, uma versão mais leve de seu pacote TensorFlow AI especialmente projetado para tornar mais fácil para os desenvolvedores implantar modelos de aprendizado de máquina em dispositivos móveis e outros dispositivos compactos.
De acordo com seus criadores, à medida que amadurece, o TensorFlow Lite substituirá o Tensorflow Mobile, a API do Tensorflow que já permite a implantação de modelos em dispositivos móveis.
No momento, foi lançado como visualização do desenvolvedor.
Principais recursos do Tensorflow Lite
De acordo com seus criadores, o Tensorflow Lite é:
- Ligero: Permite a inferência de modelos de aprendizado de máquina no próprio dispositivo com um tamanho binário pequeno e inicialização/inicialização rápida.
- multiplataforma: Ele é projetado para rodar em muitas plataformas diferentes, começando com Android e iOS.
- Rápido: Ele foi otimizado para dispositivos móveis, incluindo tempos de carregamento de modelo significativamente aprimorados e suporte para aceleração de hardware.
Vantagens
Entre outras coisas, Tensorflow Lite permitirá que você execute no local algoritmos de IA no dispositivo que anteriormente exigiam que os dados fossem enviados a um servidor para processamento.
Isso não apenas agiliza a execução, mas também traz melhorias importantes em termos de privacidade, já que não há necessidade de os dados do usuário saírem do dispositivo.
modelos incluídos
O TensorFlow Lite já oferece alguns modelos treinados e otimizados para dispositivos móveis:
- MobileNet: Modelos de visão capaz de distinguir entre 1000 classes de objetos diferentes, especificamente projetadas para serem executadas com eficiência em dispositivos móveis e incorporados.
- Iniciação v3: Modelo de reconhecimento de imagem, semelhante em funcionalidade ao MobileNet, que oferece maior precisão, mas também é maior em tamanho.
- Repetição inteligente: modelo coloquial no próprio dispositivo que dá respostas às mensagens de bate-papo recebidas. Aplicativos de mensagens do Google e de terceiros já usam esse recurso no Android Wear.
No entanto, os desenvolvedores poderão treinar novamente os modelos com seu próprio conjunto de dados, se desejarem.
Além disso, segundo os criadores do Tensorflow Lite, a oferta de modelos será ampliada posteriormente dependendo das necessidades dos usuários.
Para mais informações, consulte o Páginas de documentação do TensorFlow Lite.
competição
O Google não é o primeiro a trazer IA para dispositivos móveis. No ano passado, Facebook anunciou Café2Go, uma versão do Caffe projetada com a finalidade de executar modelos de aprendizado profundo em dispositivos móveis.
E ao longo deste ano, produtos como Apple CoreML ou serviço de nuvem Clarifai para treinar modelos de IA em dispositivos móveis.
Fontes:
Continuar lendo: