Шта је ТенсорФлов Лите и како је то оквир за дубоко учење?

Можда сте наишли на ТенсорФлов Лите док сте пролазили кроз развојне плоче Едге АИ или пројекте убрзавања АИ.

ТенсорФлов Лите је оквир софтверских пакета који омогућава локалну обуку на хардверу. Ова обрада и рачунарство на уређају омогућавају програмерима да покрећу своје моделе на циљаном хардверу. Хардвер укључује развојне плоче, хардверске модуле, уграђене и ИоТ уређаје.

Преглед оквира ТенсорФлов Лите

ТенсорФлов је популаран појам у дубоком учењу, јер многи програмери МЛ користе овај оквир за различите случајеве употребе. Пружа лакоћу примене модели машинског учења и закључивања за апликације АИ.

Али ТенсорФлов Лите је оквир за дубоко учење за локално закључивање, посебно за лош рачунарски хардвер. Омогућава машинско учење на уређају помажући програмерима у покретању њихових модела на компатибилном хардверу и ИоТ уређајима.

Програмер треба да изабере одговарајући модел у зависности од случаја употребе. Оквир такође даје могућност преквалификације постојећег модела на прилагођеном скупу података. Како ТенсорФлов-ов модел међуспремника протокола долази са великом величином и захтева напредну рачунску снагу, тако омогућава конверзију модела ТенсорФлов у модел ТенсорФлов Лите.

Прилагођавање параметара за оптимизацију и квантизовање омогућава смањење величине модела и кашњења.

Поред предности кашњења и величине ТенсорФлов Лите-а, оквир пружа сигурност података јер се обука одвија локално на уређају. Поред тога, нема потребе за интернет повезивањем. Према томе, примена апликација није ограничена на одређена подручја са повезивањем.

Ови фактори на крају смањују оптерећење потрошње енергије на уређају елиминисањем фактора повезаности и повећањем ефикасности закључака дубоког учења.

Модели оквира ТенсорФлов Лите постоје у вишеплатформном формату познатом као ФлатБуфферс. То је библиотека за сериализацију која хијерархијске податке чува у равном бинарном баферу, тако да је директан приступ могућ без распакивања. Такође можете да посматрате „.тфлите“ екстензију за моделе ТенсорФлов Лите. Ова техника представљања омогућава оптимизацију у прорачунима и смањује потребе за меморијом. Дакле, чинећи га много бољим од модела ТенсорФлов

ТиниМЛ на ТенсорФлов Лите Мицро

С обзиром да је ТенсорФлов Лите компатибилан са разним платформама за Едге АИ апликације, била је потребна даља конвергенција библиотеке. Отуда је организација смислила библиотеку подскупина ТенсорФлов Лите, познату као ТенсорФлов Лите Мицро. ТенсорФлов Лите Мицро посебно локално покреће моделе машинског учења на микроконтролерима са минималним меморијским потребама од око неколико килобајта.

Основно време извршавања процедуре интегрише се са 16 КБ на Арм Цортек М3 и може радити на различитим моделима. Оквир не захтева додатну подршку за ОС или друге библиотеке језика на високом нивоу као зависности за покретање закључка на уређају.

Развој ТенсорФлов Лите Мицро коријена је на Ц ++ 11, којем је за компатибилност потребна 32-битна архитектура. Говорећи више о архитектурама, библиотека добро ради на робусном опсегу процесора заснованих на Арм Цортек-М архитектури серије и другим дизајнерске архитектуре попут ЕСП32.

Ток рада за случајеве микро употребе ТенсорФлов Лите

Процес обуке неуронске мреже захтева висок рачунски хардвер. Тако се вежба на општем Модел ТенсорФлов. Међутим, обука је потребна само ако прилагођени скуп података одговара моделу дубоког учења, док се унапред обучени модели на оквиру такође могу користити за апликације.

Под претпоставком прилагођеног примена употребе скупа података специфичних за апликацију, корисник обучава модел на општем оквиру ТенсорФлов са великим капацитетом обраде и архитектуром. Када се обука заврши, евалуација модела помоћу техника испитивања потврђује тачност и поузданост модела. Даље, процес прати претварање ТенсорФлов модела у хардверски компатибилни ТенсорФлов Лите модел у .тфлите формату.

Формат .тфлите је датотека равног међуспремника заједничка за оквир ТенсорФлов Лите и компатибилни хардвер. Модел се даље може користити за обуку о закључивању података добијених на моделу у реалном времену. Обука за закључивање оптимизовала је моделе за робусне случајеве употребе. Стога је могућност закључивања закључка пресудна за предност АИ апликације.

Већина фирмвера микроконтролера не подржава изворни систем датотека за директно уграђивање формата равног бафера модела ТенсорФлов Лите. Стога је конверзија .тфлите датотеке неопходна у формат структуре низа, који је компатибилан са микроконтролерима.

Укључивање програма у низ Ц праћено нормалном компилацијом је лака техника за такву конверзију. Резултујући формат делује као изворна датотека и састоји се од низа знакова компатибилних са микроконтролерима.

Уређаји који подржавају ТенсорФлов Лите Мицро

ТенсорФлов Лите је погодан за моћне уређаје, али долази са недостатком већег радног оптерећења на процесору. Иако ТенсорФлов Лите Мицро има датотеке мале величине склоне недовољној опреми, оптимизирањем величине датотеке одговара меморији може значајно побољшати излаз за хардвер мале снаге и обраде као што је микроконтролери.

Ево листе развојних плоча из званичне ТенсорФлов документације која подржава ТенсорФлов Лите Мицро:

• Ардуино Нано 33 БЛЕ Сенсе
• СпаркФун Едге
• СТМ32Ф746 Комплет за откривање
• Адафруит ЕдгеБадге
• Адафруит ТенсорФлов Лите за микроконтролере
• Адафруит Цирцуит Плаигроунд Блуефруит
• Еспрессиф ЕСП32-ДевКитЦ
• Еспрессиф ЕСП-ЕИЕ
• Терминал Вио: АТСАМД51
• Химак ВЕ-И Плус ЕВБ Ендпоинт АИ одбор за развој

ТенсорФлов Лите Мицро је такође доступан као Ардуино библиотека за проширену подршку за микроконтролере. Такође може да гради пројекте за развојна окружења хардвера слична Мбеду.

ТенсорФлов Лите нуди пуно

Оквир за дубоко учење ТенсорФлов Лите отвара могућности бројним врхунским АИ апликацијама. Како је оквир отворен за заљубљенике у АИ, подршка заједнице га чини још популарнијим за случајеве употребе машинског учења. Укупна платформа ТенсорФлов Лите побољшава окружење за раст најновијих апликација за уграђене и ИоТ уређаје

Поред тога, постоје различити примери за почетнике који ће им помоћи у практичним случајевима употребе на оквиру. Неки од ових примера укључују откривање особа у зависности од података које прикупља сензор слике на развојној плочи и стандардни здрави светски програм за све развојне плоче. Примери такође укључују апликације попут откривања геста и препознавања говора за одређене развојне плоче.

За више информација о ТенсорФлов Лите и ТенсорФлов Лите Мицро, можете посетити званичну страницу документације организације. Постоји пуно концептуалних као и туториалних одељака за боље разумевање оквира.

Започните са препознавањем слика помоћу ТенсорФлов-а и Распберри Пи-а

Желите да се упознате са препознавањем слика? Захваљујући Тенсорфлов-у и Распберри Пи-у можете одмах да започнете.

Прочитајте следеће

О аутору