谷歌推出TensorFlow Lite，可为AI调整最新模型

（文章来源：pymath科技）
谷歌今天发布了TensorFlow Lite Model Maker，该工具使用一种称为转移学习的技术，将最先进的机器学习模型应用于自定义数据集。它用一个API包装机器学习概念，使开发人员只需几行代码就可以在谷歌的TensorFlow人工智能框架中训练模型，并为设备上的人工智能应用程序部署这些模型。

像Model Maker这样的工具可以帮助公司更快地将人工智能融入到工作流程中。根据一项由Algorithmia进行的研究，50%的公司花8到90天时间部署一个单一的机器学习模型，其中大多数将持续时间归咎于无法扩展。

Model Maker目前只支持图像和文本分类用例，它与TensorFlow Hub中的许多模型一起工作，TensorFlow Hub是谷歌的可重用机器学习模块库。本质上，Model Maker根据在开始时指定的几个参数，以不同的精度将在一个任务上训练的模型应用于另一个相关任务。通过修改模型结构，Model Maker可以提高模型精度。在加载特定于设备上AI的输入数据之后，Model Maker评估该模型并将其导出为TensorFlow Lite模型。

TensorFlow Lite Model Maker创建的模型附加了元数据，包括机器可读的参数（如平均值、标准差、类别标签文件）和人类可读的参数（如模型描述和许可证）。谷歌注意到，像licenses这样的字段在决定是否可以使用模型时非常关键，而其他系统可以使用机器可读的参数来生成包装器代码。

在接下来的几个月里，谷歌打算增强Model Maker以支持更多的任务，包括对象检测和一些自然语言处理任务，它将为问答等应用程序添加BERT，这是一种用于自然语言处理的预训练技术。

Model Maker的推出紧随API-量化感知培训（QAT）之后，该培训利用量化的性能优势（将大集合的输入值映射到小集合的输出值的过程）训练更小、更快的TensorFlow模型，同时保持接近其原始精度。谷歌对于人工智能方面的研究着实到达了一个很高的地方。
（责任编辑：fqj）