「AI 為先」戰略佈局 Google 發佈 TensorFlow Lite 預覽版

愈來愈多廠商看重人工智能的未來,去年開始 Google 的戰略就從 Android 時的「流動為先」邁向現時的「AI 為先」(AI First)。近日 Google 就正式發佈了 TensorFlow Lite 預覽版本,Lite 是 TensorFlow 機器學習平台針對流動及嵌入式設備而設計的精簡版本,具備快速、精簡及跨平台等優勢。

愈來愈多廠商看重人工智能的未來,去年開始 Google 的戰略就從 Android 時的「流動為先」邁向現時的「AI 為先」(AI First)。近日 Google 就正式發佈了 TensorFlow Lite 預覽版本,Lite 是 TensorFlow 機器學習平台針對流動及嵌入式設備而設計的精簡版本,具備快速、精簡及跨平台等優勢。

 

為邊緣運算世代作準備 Google 發佈 TensorFlow Lite 預覽版

Google 日前正式公佈 TensorFlow Lite 預覽版,開發團隊表示,機器學習正改變現時的電腦運算模式,亦見到在流動及嵌入式設備上出現各種應用範例已成一股新趨勢,加上消費者越來越期待能和手中的裝置有更自然人性化的交流,因此 TensorFlow Lite 將是 TensorFlow 針對流動和嵌入式設備的輕量級解決方案。

TensorFlow Lite 僅需二進制檔案的大小即可在設備上作低延遲的機器學習模型推論。同時,它亦支援 Android Neural Networks (神經網絡)API 利用設備上的硬件加速功能來運算。在流動及嵌入式設備的應用上,簡單而言,TensorFlow Lite 的運作設計是先訓練好 TensorFlow 模型後,再透過 TensorFlow Lite Converter 轉換出適用於 TensorFlow Lite 的檔案格式 (.tflite),而轉換出的文件就能部署到 Android 及 iOS 的應用上。

▲ TensorFlow Lite 的設計架構

現時 TensorFlow Lite 已支援不少基於流動裝置的學習模型,包括圖像主要物件識別模型 Inception-V3、電腦視覺模型 MobileNet 及適用與如智能手錶等效能有限裝置的對話模型 Smart Reply。開發團隊又提到,在未來的版本中,TensorFlow Lite 將支援更多運算模型、改善定點和浮點模型的運算性能,以及改進工具讓開發流程變得更簡單及支援更小型的設備,未來亦計劃使用專門的機器學習硬件,為特定裝置或特定型號的設備提供最佳性能。

 

Source: TensorFlow