首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

GPU加持,TensorFlow Lite更快了

手机是人工智能应用的绝佳载体,我一直在关注着机器学习在移动端的最新进展,特别是TensorFlow Lite。...在Pixel 3上的纵向模式下,Tensorflow Lite GPU推理相比具有浮点精度的CPU推断,将前景 - 背景分割模型加速4倍以上,新的深度估计模型加速10倍以上。...教程 最简单的入门方法是按照我们的教程,使用带GPU支持的TensorFlow Lite演示应用程序。以下简要概述它们的使用。更多的信息,请参阅我们的完整文档。...下载TensorFlow Lite的二进制版本。 步骤2. 修改代码,在创建模型后调用ModifyGraphWithDelegate()。...有关此类优化的详细信息,请参阅TensorFlow Lite GPU文档。有关性能的最佳实践,请阅读这篇指南。 它有多大?

1.2K20

【免费教学】Tensorflow Lite极简入门

边缘计算时代离我们越来越近,当前嵌入式设备的智能框架还是 TensorFlow Lite比较成熟,这里我准备用一系列免费课程和大家一起讨论下 TensorFlow Lite在移动设备上的应用,让我们的设备智能起来...TensorFlow Lite 介绍 TensorFlow Lite 的目标是移动和嵌入式设备,它赋予了这些设备在终端本地运行机器学习模型的能力,从而不再需要向云端服务器发送数据。...TensorFlow Lite 模型 TensorFlow Lite 所用的模型是使用 TOCO 工具从 TensorFlow 模型转化而来的,来源就是经过冷冻生成的 Frozen Graph。...现在我们对 TensorFlow Lite 的概念和模型转化有了认识,接下来讲述 TensorFlow Lite 模型文件格式,并可视化以帮助大家记忆理解,也包含 TensorFlow Lite 的具体加载运行过程.../contrib/lite 模型的模式文件位于: https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/lite

1.2K20

谷歌发布 TensorFlow 1.5,全面支持动态图机制和 TensorFlow Lite

AI 研习社消息,日前,谷歌发布 TensorFlow 1.5,TensorFlow 又一次迎来更新。...在此前的版本中,TensorFlow 迎来三大重大变化:Keras 位于 TensorFlow core 中,Dataset API 支持更多功能,引入效用函数 tf.estimator.train_and_evaluate...而在这次的更新中,谷歌宣布 TensorFlow 将全面支持 Eager execution 动态图机制和 TensorFlow Lite,除此之外,还将支持 CUDA 9 和 cuDNN 7。...主要的更新 支持 Eager execution 预览版本 TensorFlow Eager Execution 是一个命令式、由运行定义的接口,可以在即时的运行错误下进行快速调试,与 Python 工具进行整合...这可以使得 TensorFlow 的入门学习变得更简单,也使得研发工作变得更直观。 支持 TensorFlow Lite 开发者版本 TensorFlow Lite 针对移动和嵌入式设备等。

1K40

Android上的TensorFlow Lite,了解一下?

在网上搜了一些移动端AI的例子,觉得Google的TensorFlow Lite比较适合。看到这样一篇介绍Android上的TensorFlow Lite的文章,翻译出来和大家分享。...原文地址:https://medium.com/tensorflow/using-tensorflow-lite-on-android-9bbc9cb7d69d 什么是TensorFlow Lite?...构建TensorFlow Lite Android应用程序 要构建使用TensorFlow Lite的Android应用程序,您需要做的第一件事就是将tensorflow-lite库添加到应用程序中。...您可以在此视频中了解有关构建TensorFlow Lite Android应用程序的更多信息: ? 获取并运行Android示例 要运行该示例,请确保您有完整的TensorFlow源码。...现在您应该可以运行该应用程序。 请注意,该应用程序可支持初始(Inception)和量化(Quantized )的MobileNet。默认使用后者,所以您需要确保模型存在,否则应用程序将失败!

1.7K40

水果图像识别:基于 Arduino 和 TensorFlow Lite Micro

去年前,我们宣布 TensorFlow Lite Micro 可以在 Arduino 库管理器中使用。...在本文中,我们将带您了解一个更为简单的端到端教程:使用 TensorFlow Lite Micro 库,以及 Arduino Nano 33 BLE Sense 的色度计和近接感测器传感器来分类对象。...运行 TensorFlow Lite Micro 的 Arduino BLE 33 Nano Sense Tiny ML 的理念是在设备上用较少的资源(更小巧的外形、更少的能耗和更低成本的芯片)完成更多的工作...虽然该微控制器按照云或移动标准来看非常微小,但其功能非常强大,足以运行 TensorFlow Lite Micro 模型并对来自板载传感器的传感器数据进行分类。 ?...page=1 (请注意,您也可以使用 Arduino IDE 桌面应用,相关设置说明可以在之前的教程中找到) 拍摄训练数据 现在,我们将采集用于在 TensorFlow 中训练模型所需的数据。

2.1K20

一头栽进了tensorflow lite的巨坑里

移动端的图片识别的教程也很多,大多数都脱胎于Google的教程《TensorFlow for Poets》和《TensorFlow for Poets 2: Android》。...然而多年的开发经验告诉我,真正自己做起来,一定会碰到问题,特别是像tensorflow lite这种频繁迭代的产品。果然,我就一头栽进了tensorflow lite 的巨坑里。...开始,我猜测是代码中tensorflow lite没有初始化好就调用其识别过程。但我在测试代码中加入延时,没有效果。加入循环,对一个图片反复识别几次,后面的识别就正常了。...这时,我算是明白,我真的跌进tensorflow lite的巨坑里面了。...Tensorflow Lite出现这样一个问题也真是匪夷所思,同样的输入和同样的处理,输出结果却不同,真的颠覆了我对编程的理解。 ? 当年爱因斯坦面对量子力学,提出了“上帝是在执骰子吗?”的疑问。

1.2K30
领券