【更新发布】TensorFlow Lite 助力产品落地

原创

于 2021-01-07 16:07:49 发布 · 2.8k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #机器学习 #深度学习 #神经网络 #tensorflow

TensorFlow Lite 提供了从原型设计到产品落地的全面工具，包括预训练模型、Model Maker简化模型构建，以及元数据支持代码生成和性能分析。最新更新增加了EfficientNet-Lite、MobileBERT和ALBERT-Lite等前沿模型，以及针对Android和iOS的硬件加速支持。此外，未来将支持更多任务和改进开发者体验。

TensorFlow Lite 支持在边缘设备上运行机器学习框架 TensorFlow 模型推理。TensorFlow Lite 已部署在全球超过 40 亿台边缘设备上，且支持基于 Android、iOS 和 Linux 的物联网设备及微控制器。自2017年底 TensorFlow Lite 首次发布以来，我们一直在探索与改进，在保证可靠性的同时让更多开发者（包括机器学习领域的新手）轻松上手使用。本文将重点介绍 TF Lite 最近发布的产品更新，指引您在移动端的机器学习框架学习，助力更加流畅的原型设计、开发应用和生产部署。

更多信息欢迎观看 TensorFlow DevSummit 2020 发布的演讲：

TFLite 从产品原型设计到落地

原型：从最前沿的模型入手

机器学习领域正在飞速发展，因此在投入资源开发功能之前，调研最新技术能带来哪些改善是不可缺失的一环。我们提供了预训练模型的代码库与相应的示例应用。通过示例应用，无需编写任何代码即可在您的设备上试用 TensorFlow Lite 模型。您可以快速将模型集成到自己的应用上。您的应用从设计原型到开始测试用户体验，与以往训练模型所需的时间相当。

我们已经发布多个新的预训练模型，如问答模型和风格转化模型。

TensorFlow Lite 示例应用库介绍

此外，我们也致力于将研究团队的前沿模型引入到 TensorFlow Lite。最近，我们已支持 3 种全新的模型架构：EfficientNet-Lite (论文)、MobileBERT (论文) 和 ALBERT-Lite (论文)：