11月14日,谷歌正式发布TensorFlow Lite开发者预览版,这是针对移动和嵌入式设备的轻量级解决方案。在介绍中,谷歌表示,TensorFlow Lite是一种全新的设计,具有三个重要功能——轻量级(Lightweight)、跨平台(Cross-platform)、快速(Fast)。
而在今天,谷歌宣布与苹果达成合作——TensorFlow Lite将支持Core ML。在 TensorFlow Lite 为 Core ML 提供支持之后,iOS 开发者可以利用Core ML的优势部署 TensorFlow 模型。
此外,得益于在最初的声明(https://developers.googleblog.com/2017/11/announcing-tensorflow-lite.html)中所描述的 TensorFlow Lite 格式 (.tflite),TensorFlow Lite 将继续支持包括 IOS 在内的跨平台部署。
对 Core ML 的支持是通过将 TensorFlow 模型转换为 Core ML 模型格式 (.mlmodel) 的工具来实现的。
关于Core ML
Core ML 是一个基础机器学习框架,能用于众多 Apple 的产品,包括 Siri、相机和 QuickType。据官方介绍,Core ML 带来了极速的性能和机器学习模型的轻松整合,能将众多机器学习模型类别集成到 app 中。它不但有 30 多种层来支持广泛的深度学习,而且还支持诸如树集成,SVM 和广义线性模型等标准模型。
Core ML 转化器的安装
环境如下:
tensorflow >= 1.1.0
coremltools >= 0.6
numpy >= 1.6.2
protobuf >= 3.1.0
six==1.10.0
从 Pypi 包安装:
pip install -U tfcoreml
从源码安装
python setup.py bdist_wheel
要了解更多信息可以查看如下页面:
TensorFlow Lite 文档页面: http://tensorflow.org/mobile/tflite
Core ML 转化器页面: https://github.com/tf-coreml/tf-coreml
pypi pip 安装包地址: https://pypi.python.org/pypi/tfcoreml/0.1.0
网友评论