0
本文作者: skura | 2019-03-12 17:44 |
雷鋒網(wǎng) AI 科技評論按,本文原載于公眾號 「TensorFlow」,雷鋒網(wǎng) AI 科技評論獲得授權(quán)轉(zhuǎn)載。
TensorFlow Lite 2019 年發(fā)展藍(lán)圖分為四個關(guān)鍵部分:易用性、性能、優(yōu)化和可移植性。非常歡迎您在 TensorFlow Lite 論壇中評論我們的發(fā)展藍(lán)圖,并向我們提供反饋。
我們希望您了解一下 TensorFlow Lite 2019 年規(guī)劃的總體概覽,可能會因各種因素而隨時變化,并且下列內(nèi)容的先后順序并不反映優(yōu)先次序。從原則上說,我們通常優(yōu)先解決大多數(shù)用戶提出的問題,所以此列表基本反映這一點。
易用性
支持更多 op
根據(jù)用戶反饋優(yōu)先處理更多 op
op 版本控制和簽名
op 內(nèi)核將獲得版本號
op 內(nèi)核將可以通過簽名識別
新轉(zhuǎn)換器
實現(xiàn)新的 TensorFlow Lite 轉(zhuǎn)換器,該轉(zhuǎn)換器將能更好地處理圖形轉(zhuǎn)換(即控制流、條件語句等)并取代 TOCO
繼續(xù)改進(jìn) TF Select Op
支持更多使用 TF Select(例如哈希表、字符串等)的轉(zhuǎn)換類型
在通過 op 剝離使用 TF Select Op 時支持更小的二進(jìn)制文件大小
支持長短期記憶 (LSTM) / 循環(huán)神經(jīng)網(wǎng)絡(luò) (RNN)
增加對 LSTM 和 RNN 的完整轉(zhuǎn)換支持
圖形可視化工具
提供增強(qiáng)版圖形可視化工具
預(yù)處理和后處理支持
針對推理的預(yù)處理和后處理提供更多支持
控制流和設(shè)備端訓(xùn)練
增加對控制流相關(guān) op 的支持
增加對設(shè)備端訓(xùn)練的支持
新 API
將新的 C API 作為語言綁定和大多數(shù)客戶端的核心
iOS 版 Objective-C API
iOS 版 SWIFT API
更新后的 Android 版 Java API
C# Unity 語言綁定
添加更多模型
向網(wǎng)站的支持部分添加更多模型
性能
更多硬件委派
增加對更多硬件委派的支持
支持 NN API
持續(xù)支持并改進(jìn)對 NN API 的支持
框架可擴(kuò)展性
通過自定義優(yōu)化版本支持簡便的 CPU 內(nèi)核重寫
GPU 委派
繼續(xù)擴(kuò)展對 OpenGL 和 Metal op 的總支持 op
開源
提升 TFLite CPU 的性能
優(yōu)化浮動和量化模型
優(yōu)化
模型優(yōu)化工具組
訓(xùn)練后量化 + 混合內(nèi)核
訓(xùn)練后量化 + 定點內(nèi)核
訓(xùn)練時量化
為更多技術(shù)提供更多支持
RNN 支持.
稀疏性 / 精簡.
支持較低位寬.
可移植性
微控制器支持
增加對一系列 8 位、16 位和 32 位微控制器 (MCU) 架構(gòu)語音和圖像分類用例的支持.
雷峰網(wǎng)版權(quán)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。