TensorFlow - это платформа с открытым исходным кодом для машинного обучения. Она предоставляет полную, расширяемую экосистему библиотек, инструментов и поддержки сообщества для создания и развертывания приложений для машинного обучения.

Поисковый гигант Google выпустил TensorFlow Lite 1.0 для разработчиков, которые исследуют модели искусственного интеллекта для мобильных устройств и устройств IoT. Облегченная версия имеет некоторые полезные улучшения, такие как выборочная регистрация, классификация изображений и квантование во время и после обучения для более быстрых и небольших моделей.

Как и большинство моделей искусственного интеллекта, TensorFlow lite также начинается с обучения. После этого он конвертируется для создания моделей Lite для мобильных устройств. Сначала это было объявлено в Google I/O 2017, а затем в предварительном обзоре для разработчиков в 2018 году.

Основным мотивом TensorFlow lite является ускорение моделей искусственного интеллекта и сокращение нежелательных процессов для краевого развертывания. Облегченная версия разработана с ускорением модели, соединительным набором для обрезки на основе Keras и другими улучшениями квантования.

Помимо этого, команда Lite также поделилась несколькими предстоящими изменениями, такими как поддержка потока управления, несколько оптимизаций производительности, больше деталей об операциях делегирования графического процессора и, наконец, завершение API, чтобы сделать его общедоступным.

По словам инженера TensorFlow Lite Разиэля Альвареса, сегодня TensorFlow Lite используется более чем двумя миллиардами устройств. Он также добавил, что, поскольку использование TensorFlow lite будет увеличиваться, это определенно сделает мобильный TensorFlow устаревшим. Некоторые пользователи могут использовать его для обучения, но не в качестве решения во время работы.

Эксперты изучают многочисленные способы уменьшения размеров моделей искусственного интеллекта и оптимизации их для мобильных устройств. Вот некоторые из них:

• Ускорение мобильных графических процессоров благодаря делегатам, которые могут ускорить развертывание модели в 7 раз .
• Пограничные делегаты TPU, которые могут ускорить процесс в 64 раза быстрее, чем процессор с плавающей точкой.

TensorFlow Lite также может работать на Raspberry Pi и новой плате Coral Dev, выпущенной несколько дней назад. Google также выпустила TensorFlow 2.0 alpha, TensorFlow.js 1.0 и TensorFlow 0.2 для разработчиков Swift.

Приложения и службы Google, такие как GBoard, Google Photos, AutoML и Nest, также используют TensorFlow Lite. Платформа в основном делает всю работу, когда вы спрашиваете Google Assistant. В целом, команда TensorFlow проделала большую работу с бэкэндом, чтобы повысить его удобство и практичность.