2min

Tags in dit artikel

,

Google heeft een Lite-versie van zijn TensorFlow AI-model framework, TensorFlow Lite Model Maker, gelanceerd. Met deze vereenvoudigde versie kunnen ontwikkelaars eenvoudiger TensorFlow-modellen draaien op mobiele, embedded en Internet of Things (IoT)-devices.

De nu uitgebrachte Lite-versie moet het voor ontwikkelaars mogelijk maken om machine learning-modellen te trainen voor het analyseren van grote datasets op mobiele, embedded of IoT-devices. Ook moet het hiermee mogelijk maken dat klanten ook andere TensorFlow-modellen op deze devices kunnen draaien. Dit met een lage latency en een kleine omvang van de gebruikte code.

Werking TensorFlow Lite Model Maker

De Lite-versie combineert machine learning-concepten met een API die ontwikkelaars kunnen gebruiken om modellen in het TensorFlow Lite Model Maker framework met een paar regels aan code te trainen. Op deze manier kunnen deze AI-modellen weer eenvoudiger in on-device-applicaties worden geïmplementeerd.

Daarnaast is het voor ontwikkelaars mogelijk de accuratesse van de nieuwe modellen te verbeteren door slechts het veranderen van een enkele regel aan code om de architectuur van de Lite-versie aan te passen. Wanneer de input data voor een bepaalde on-device AI-model is geladen, evalueert Model Maker dit model en exporteert het als een TensorFlow Lite-model.

Extra mogelijkheden

Google geeft aan dat de tool ook compatibel is met vele modellen die zich in zijn TensorFlow Hub-bibliotheek van herbruikbare machine learning-modules bevinden. Model Maker kan deze modellen, die vaak zijn gemaakt voor een specifieke taak, opnieuw trainen voor een andere specifieke taak. Bijvoorbeeld door het aanpassen van de accuratesse op basis van de parameters die ontwikkelaars in het begin definiëren.

Volgens de techgigant zal TensorFlow Lite Model Maker in de toekomst nog verder worden uitgebreid met meer AI-taken, zoals Natural Language Processing (NLP) of BERT. BERT is een trainingstechnologie voor NLP, die vraag- en antwoordapplicaties mogelijk maakt.