Tensorflow 我们可以使用TF lite进行再培训吗？

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！