TensorFlow Lite یو لږ وزن لرونکی حل دی چې د TensorFlow لخوا په ګرځنده او IoT وسیلو کې د ماشین زده کړې ماډلونو چلولو لپاره چمتو شوی. کله چې د TensorFlow Lite ژباړونکی د ان پټ په توګه د ګرځنده وسیلې کیمرې څخه د چوکاټ سره د اعتراض پیژندنې ماډل پروسس کوي ، نو محصول معمولا په عکس کې د موجودو شیانو په اړه وړاندوینې چمتو کولو لپاره ډیری مرحلې لري.
لومړی، د ګرځنده وسیلې کیمرې څخه د ننوتلو چوکاټ د TensorFlow Lite ژباړونکي ته تغذیه کیږي. ژباړونکی بیا د ان پټ عکس د ماشین زده کړې ماډل لپاره مناسب شکل ته په بدلولو سره پری پروسس کوي. د پروسس کولو دا مرحله معمولا د ماډل لخوا تمه شوي د ان پټ اندازې سره سمون لپاره د عکس بدلول ، د پکسل ارزښتونو نورمال کول ، او په بالقوه ډول د ماډل جوړښت ته ځانګړي نور بدلونونه پلي کول شامل دي.
بیا ، دمخه پروسس شوی عکس د TensorFlow لایټ ترجمان کې د اعتراض پیژندنې ماډل له لارې تیریږي. ماډل د دې زده شوي پیرامیټونو او جوړښت په کارولو سره عکس پروسس کوي ترڅو په چوکاټ کې د موجود شیانو په اړه وړاندوینې رامینځته کړي. په دې وړاندوینو کې عموما معلومات شامل دي لکه د کشف شوي شیانو ټولګي لیبلونه، په عکس کې د دوی ځایونه، او د هرې وړاندوینې سره تړلي د باور نمرې.
یوځل چې ماډل خپل وړاندوینې وکړي ، د TensorFlow Lite ترجمان دا معلومات په جوړښت شوي ب formatه کې وړاندې کوي چې د ماډل په کارولو سره د غوښتنلیک لخوا کارول کیدی شي. دا محصول ممکن د غوښتنلیک ځانګړي اړتیاو پورې اړه ولري ، مګر معمولا د کشف شوي څیز ټولګي شامل دي ، په عکس کې د شیانو توضیحي بکسونه ، او د باور اړوند نمرې شاملې دي.
د مثال په توګه، که چیرې د څیز پیژندنې ماډل د عام شیانو لکه موټر، پیاده تګ، او ټرافيکي نښو موندلو لپاره روزل شوي وي، د TensorFlow لایټ ژباړونکي څخه تولید ممکن د "موټر" په څیر وړاندوینې شاملې وي چې د محدود بکس سره د موټر موقعیت مشخص کوي. انځور او د باور سکور د وړاندوینې په اړه د ماډل ډاډ څرګندوي.
د شیانو پیژندنې ماشین زده کړې ماډل لپاره د TensorFlow لایټ ژباړونکي محصول د ګرځنده وسیلې کیمرې څخه د چوکاټ پروسس کول شامل دي د ان پټ عکس دمخه پروسس کول ، د اندازې لپاره د ماډل له لارې تیریدل ، او په جوړښت شوي شکل کې په عکس کې موجود شیانو په اړه وړاندوینې چمتو کول شامل دي. د غوښتنلیک لخوا د نورو پروسس لپاره مناسب.
په اړه نورې وروستۍ پوښتنې او ځوابونه EITC/AI/TFF TensorFlow اساسات:
- څنګه کولای شو چی د ویکتورونو په توګه د کلمو د نمایندګۍ د پلاټ لپاره مناسب محورونه په اتوماتيک ډول وټاکو لپاره د سرایت کولو پرت وکاروو؟
- په CNN کې د اعظمي پولینګ هدف څه دی؟
- د عکس پیژندنې لپاره په کنولوشنال عصبي شبکه (CNN) کې د فیچر استخراج پروسه څنګه پلي کیږي؟
- ایا دا اړینه ده چې په TensorFlow.js کې د ماشین زده کړې ماډلونو لپاره د غیر متناسب زده کړې فعالیت وکاروئ؟
- د TensorFlow Keras Tokenizer API د کلمو پیرامیټر اعظمي شمیر څه دی؟
- ایا TensorFlow Keras Tokenizer API د ډیری مکرر کلمو موندلو لپاره کارول کیدی شي؟
- TOCO څه شی دی؟
- د ماشین زده کړې ماډل کې د یو شمیر دورونو او د ماډل چلولو څخه د وړاندوینې دقت ترمنځ اړیکه څه ده؟
- ایا د TensorFlow په عصبي جوړښت شوي زده کړې کې د پیک ګاونډی API د طبیعي ګراف ډیټا پراساس د روزنې ډیټاسیټ وده کوي؟
- د TensorFlow په عصبي ساختماني زده کړې کې د پیک ګاونډی API څه شی دی؟
نورې پوښتنې او ځوابونه په EITC/AI/TFF TensorFlow Fundamentals کې وګورئ