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

如何使用Google Protobuf解析、编辑和生成object_detection/pipeline.config文件

我在一个常见的集成学习范式中训练多个模型,目前我在处理…

我的GridSearchCV不起作用,我不知道为什么

大家好,我在使用GridSearchCV时遇到了问题,…

Keras: 两个同时进行的层,其中一个对前一层的输出进行卷积

我想实现这样的模型连接: 输入图像1 -> 卷积层1 …

如何将行数据转换为列数据而不使用独热编码

我有一个如下所示的数据集。 MonthDate Day…

使用 ML Kit 与 NNAPI

我正在尝试在运行 Android 9 的设备上使用新的…

Vowpal Wabbit 可能的哈希冲突

我在VW中生成了一个模型,并且在相同的数据上生成了两个…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注