Tensorflow 我们可以使用TF lite进行再培训吗?

Tensorflow 我们可以使用TF lite进行再培训吗?,tensorflow,tensorflow-lite,quantization-aware-training,Tensorflow,Tensorflow Lite,Quantization Aware Training,我将预训练模型转换为TF lite,并希望部署到边缘设备。 如果我们获得了新的训练数据,并希望改进预训练模型,那么是否可以在边缘设备上进行? 是否有任何方法可以训练模型并在边缘设备上再次保存到TF lite(FlatBuffer) 谢谢你的意见 TF Lite还不完全支持设备上的培训,但您可以参考这篇博客文章了解如何进行培训。 基本思想是: 将模型拆分为基本子图(例如,图像分类模型中的特征提取器)和可训练头部 将基本子图转换为TF Lite作为常规。使用实验性tflite转换工具将可训练头部

我将预训练模型转换为TF lite,并希望部署到边缘设备。 如果我们获得了新的训练数据,并希望改进预训练模型,那么是否可以在边缘设备上进行? 是否有任何方法可以训练模型并在边缘设备上再次保存到TF lite(FlatBuffer)


谢谢你的意见

TF Lite还不完全支持设备上的培训,但您可以参考这篇博客文章了解如何进行培训。

基本思想是:

  • 将模型拆分为基本子图(例如,图像分类模型中的特征提取器)和可训练头部
  • 将基本子图转换为TF Lite作为常规。使用实验性tflite转换工具将可训练头部转换为tflite
  • 根据需要重新培训可培训的头戴式设备

您可以使用冻结图和TFLite模型重新训练模型。如果您获得新的培训数据并希望更新应用程序中的模型,请尝试使用Firebase MLKit托管。请参见.Hi@ShubhamPanchal我读过Firebase MLKit:它看起来像是通过Firebase和云AI训练\定制模型,而不是直接在设备上训练?如果我误解了,请帮我纠正。谢谢你的信息!