在移动设备上无需更新应用即可更新TensorFlow Lite模型?

是否可以在已部署的移动应用上更新或替换现有的TensorFlow Lite模型?

我的需求是:

  • 部署一个带有默认模型的应用
  • 一旦收集到大量新数据并上传后,在服务器上重新训练模型,然后通过服务器更新TF模型

而无需更新整个应用。

实现这一目标的当前最佳实践是什么?有什么需要注意的地方吗?


回答:

如果您只希望更新模型而不更新整个应用,那么您可以使用Firebase MLKit来分发.tflite模型。

  • 一旦您在控制台中更新模型,应用就会立即下载新模型。

  • 您可以实现多种这样的模型。

有关部署模型,请访问此文档

Related Posts

Flatten and back keras

我正在尝试使用自编码器获取简单向量中的值 这是我的代码…

如何按索引访问PyTorch模型参数

如果我的网络有10层,包括偏置项,如何仅通过索引访问第…

Python中多元逻辑回归显示错误

我试图使用逻辑回归进行预测,并使用Python和skl…

在MACOS上安装NLTK

我在我的2015款Mac Pro上尝试安装NLTK,操…

如何在R中将通过RFE选择的变量插入到机器学习模型中?

我想使用递归特征消除方法来选择最重要的特征,然后将这些…

CountVectorizer 错误:ValueError: setting an array element with a sequence

我有一个包含144条学生反馈的数据集,其中有72条正面…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注