近日,Google宣布了一个名为TensorFlow Lite Model Maker的新工具,它使用了一种称为转移学习的技术来使机器学习模型适应定制的数据集。
Google(图片来源于Search Engine Land)
TensorFlow Lite是Google TensorFlow框架的精简版,用于训练机器学习模型。这是一套开发人员用来在移动、嵌入式和物联网设备上运行TensorFlow模型的工具。它使设备上的机器学习操作具有低延迟和较小的代码大小。
据说ModelMaker将机器学习概念与应用程序编程接口结合起来,开发人员可以使用该接口在TensorFlow Lite框架中使用几行代码来训练模型。Google说,它可以用来在设备上应用程序中部署这些模型。该工具与TensorFlow Hub中的许多模型兼容,TensorFlow Hub是一个可重用机器学习模块库。模型制作者所做的是将那些已经为某一特定任务训练过的模型重新训练为另一个相关任务。它可以以不同的精度来实现,由开发人员在开始时设置的任何参数决定。
Google表示,开发者只需修改一行代码,就可以调整ModelMaker的架构,从而提高新模型的准确性。加载特定设备AI的输入数据后,Model Maker评估该模型,然后将其导出为TensorFlow Lite模型。Google同时也表示,它计划增强ModelMaker,以支持更多人工智能任务,包括自然语言处理和对象检测。例如,它计划添加BERT,这是NLP的一种训练技术,它支持问答应用程序。
Constellation Research Inc分析师Holger Mueller说,这家模型制造商的推出只是Google长期以来努力实现人工智能民主化的最新成果。
Mueller说:“人工智能和机器学习方面的经验并不丰富,数据科学家往往太忙或太贵,无法聘用,因此总是由正规的开发人员来操作和调整企业所需的模型。”“这正是Google与Tensorflow Lite Model Maker合作的目标,试图让更多人利用其技术构建下一代应用程序。”
本文属于原创文章,如若转载,请注明来源:Google推出TensorFlow Lite//smartcity.zol.com.cn/742/7420724.html