谷歌公司(Google Inc .)今天宣布了一款名為TensorFlowLite Model Maker的新工具，該工具使用一種稱為遷移學習的技術(shù)，使機器學習模型適應(yīng)定制數(shù)據(jù)集。

TensorFlowLite是谷歌TensorFlow框架的簡化版，用于訓練機器學習模型。這是一套供開發(fā)人員在移動、嵌入式和物聯(lián)網(wǎng)設(shè)備上運行TensorFlow模型的工具。它使機器學習在設(shè)備上的操作具有更低的延遲和更小的代碼大小。

據(jù)說模型制作者將機器學習的概念與應(yīng)用程序編程接口相結(jié)合，開發(fā)人員可以使用這些接口在TensorFlowLite框架中訓練模型，只需使用幾行代碼。谷歌表示，然后它可以用來在設(shè)備應(yīng)用程序中部署這些模型。

該工具與TensorFlowHub中的許多模型兼容，TensorFlowHub是一個可重用的機器學習模塊庫.模型制作者所做的就是采用這些模型，這些模型已經(jīng)作為一個特定的任務(wù)進行了訓練，并作為另一個相關(guān)的任務(wù)進行了再訓練。它可以在不同的精度級別上做到這一點，這取決于開發(fā)人員在開始時設(shè)置的任何參數(shù)。

谷歌表示，開發(fā)人員可以通過只更改一行代碼來適應(yīng)ModelMaker的架構(gòu)，從而提高新模型的準確性。一旦特定設(shè)備上AI的輸入數(shù)據(jù)被加載，模型制造商將評估模型，然后將其導出為TensorFlowLite模型。

谷歌表示，計劃加強模型制作者，以支持更多人工智能任務(wù)，包括自然語言處理和物體檢測。例如，它計劃添加BERT，這是NLP的一種訓練技術(shù)，允許問答應(yīng)用。

星座研究公司(Constellation Research Inc .)分析師霍爾格穆勒(Holger Mueller)表示，這家模型制造商的推出只是谷歌長期致力于人工智能民主化的最新舉措。

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！