TensorFlow Lite简介
TensorFlow是一个免费和开源的机器学习库。TensorFlow是由谷歌大脑团队的开发人员和工程师创建的,是谷歌人工智能研究组织的一部分,目的是进行机器学习和深度神经网络研究,但该技术足够通用,可用于众多其他领域
当人们使用TensorFlow来实现和训练机器学习算法时,通常最终会得到一个模型文件,它占用了大量的存储空间,并需要一个GPU来运行推理。在大多数移动设备上,像巨大的磁盘空间和GPU这样的奢侈品是无法使用的。TensorFlow Lite是一个在移动设备上运行机器学习模型的解决方案。
TensorFlow Lite是一个特殊的功能,主要为移动等嵌入式设备设计。这使用了一个自定义的内存分配器来实现执行延迟和最小的负载。它也在解释支持的新文件格式Flat Buffers。TensorFlow Lite采用现有的模型,并将其转换为.tflite文件中的优化版本。
TensorFlow Lite的优势
- 将TensorFlow模型快速、轻松地转换为TensorFlow lite模型,以获得移动友好的模型。
- 以简单的方式,为iOS和Android设备构建机器学习应用程序。
- 与基于服务器的架构相比,这是一个更有效的移动模式启用的替代方案。
- 在移动设备上,它允许离线推理。
- Tensorflow Lite允许人们在智能手机上轻松执行机器学习模型,允许人们执行传统的机器学习任务,而不需要外部API或服务器。因此,这些模型将在未连接到互联网的设备上运行。
TensorFlow Lite的劣势
- 它没有优化模型尺寸。因此,移动设备可能需要更大的存储空间。
- 在TensorFlow Lite过程中,可靠性和优化的代价是与模型的准确性进行权衡。因此,TensorFlow Lite模型的精度低于全功能的对应模型。
TensorFlow Lite的架构
TensorFlow Mobile是TensorFlow Lite的继承者,它被用于移动平台,如Android和iOS(操作系统)。它用于开发TensorFlow模型并将该模型集成到移动环境中。
TensorFlow移动版的使用案例
TensorFLow移动的三个主要和重要的用例如下。
- TensorFlow中的手势识别:通过分析传感器数据,控制应用程序或执行任何由手或其他手势支持的特殊任务,这是一种风尚。
- TensorFlow中的图像识别:它用于检测或获取用手机拍摄的图像的方式。如果用户拍摄照片是为了了解一些信息,或想在上面使用一些效果(过滤器),那么图像识别就起到了正确识别照片的作用。例如。相机、图像编辑器等。
- TensorFlow中的语音识别:与语音有关的各种应用可以使用Tensorflow建立一个语音驱动的界面。为了正确地识别语音,这里应用了语音识别。有许多流行的应用程序,其中一些工作在语音识别系统上的应用程序是谷歌翻译,谷歌助理,等等。
TensorFlow Lite Vs.TensorFlow移动版
TensorFlow Lite | TensorFlow Mobile |
---|---|
更少的二进制文件大小。 | 最大的二进制文件大小。 |
更好的表现。 | 良好的性能 |
它支持选择性的运算符集 | 它支持所有类型的运算符 |
因此,TensorFlow Lite在一致性和二进制文件大小方面优于其前辈TensorFlow Mobile。
TensorFlow Lite的应用
- Mobile devices(IOS and Android)
- Internet Of Things(IOT)
- Raspberry Pi