TinyML

Capítulo 19. Portar modelos de TensorFlow a TensorFlow Lite

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Si has llegado hasta aquí, comprenderás que estamos a favor de reutilizar los modelos existentes para nuevas tareas siempre que puedas. Entrenar un modelo completamente nuevo desde cero puede llevar mucho tiempo y experimentación, e incluso los expertos a menudo no pueden predecir el mejor enfoque de antemano sin probar muchos prototipos diferentes. Esto significa que una guía completa para crear nuevas arquitecturas va más allá del alcance de este libro, y te recomendamos que busques en el Capítulo 21 más lecturas sobre el tema. Sin embargo, hay algunos aspectos (como trabajar con un conjunto restringido de operaciones o exigencias de preprocesamiento) que son exclusivos del aprendizaje automático en dispositivos con recursos limitados, por lo que este capítulo ofrece consejos al respecto.

Comprender qué operaciones se necesitan

Este libro se centra en modelos creados en TensorFlow porque los autores trabajan en el equipo de Google, pero incluso dentro de un mismo framework hay muchas formas distintas de crear modelos. Si echas un vistazo al script de entrenamiento de los comandos de voz, verás que está construyendo un modelo utilizando las operaciones básicas de TensorFlow directamente como bloques de construcción, y ejecutando manualmente un bucle de entrenamiento. Esta es una forma bastante anticuada ...