Notice: Function _load_textdomain_just_in_time was called incorrectly. Translation loading for the acf domain was triggered too early. This is usually an indicator for some code in the plugin or theme running too early. Translations should be loaded at the init action or later. Please see Debugging in WordPress for more information. (This message was added in version 6.7.0.) in /home/planetac/desa.planetachatbot.com/wp-includes/functions.php on line 6121

Notice: Function _load_textdomain_just_in_time was called incorrectly. Translation loading for the all-in-one-seo-pack domain was triggered too early. This is usually an indicator for some code in the plugin or theme running too early. Translations should be loaded at the init action or later. Please see Debugging in WordPress for more information. (This message was added in version 6.7.0.) in /home/planetac/desa.planetachatbot.com/wp-includes/functions.php on line 6121

Notice: Function _load_textdomain_just_in_time was called incorrectly. Translation loading for the wp-user-avatar domain was triggered too early. This is usually an indicator for some code in the plugin or theme running too early. Translations should be loaded at the init action or later. Please see Debugging in WordPress for more information. (This message was added in version 6.7.0.) in /home/planetac/desa.planetachatbot.com/wp-includes/functions.php on line 6121
Tutorial: TensorFlow Lite con Go API en 7 pasos - Planeta Chatbot

TensorFlow Lite es un marco de aprendizaje profundo de código abierto para la inferencia en el dispositivo. La API actual es compatible oficialmente con Python, Java y C ++.

La pregunta principal aquí es, ¿Qué pasaría si quisiéramos usar Go & TensorFlow Lite?

El objetivo de este artículo es brindar la oportunidad de usar Go en el poderoso mundo de la inferencia en el dispositivo y también brindar una experiencia de uso fluida.

Hay algunas iniciativas trabajando en eso, pero sin un diseño central claro, un entorno de mantenimiento y dependencias.

Para la propuesta inicial, decidí usar la biblioteca TensorFlow Lite C y para el enlace estoy usando cgo (cgo permite la creación de paquetes Go que llaman código C) para implementar la solución.

Creé la versión inicial de la biblioteca tflitego. * Siempre damos la bienvenida a los contribuyentes, expertos y expertos en inferencia en el dispositivo, etc.

Aquí el diseño de la versión inicial :

abstracción genérica del diseño — v 0.0.2

También creé un proyecto de ejemplos inicial con la propuesta, el objetivo aquí es usar el modelo Iris TensorFlow lite y ver tflitego en acción. Básicamente, necesitamos 7 pasos para ejecutar una inferencia simple:

animación con tflitego en acción
  1. Creación de modelos
  2. Establecer opciones de intérprete
  3. Crear intérprete
  4. Asignar tensores
  5. Tensor de entrada
  6. Invocación de intérprete
  7. Salidas / Resultados

En cuanto al entorno de implementación, creé una representación en acciones de GitHub para probar la simplicidad de uso de tflitego. (linux / X86_64, 2.4.0, Ubuntu 18.04). * TensorFlow 2.4.0. La clave es un paquete para implementar correctamente la biblioteca C de TensorFlow. Puedes ver un ejemplo aquí.

También representé un método de implementación simple para usar en raspberry pi, por ahora probado en v3. Raspberrypi_linux / ARMv7, 2.4.0 * TensorFlow 2.4.0.

wget https://storage.googleapis.com/clitelibrary/ctflitelib_2.4.0_ARMv7.tar.gz  sudo tar -C /usr/local -xzf ctflitelib_2.4.0_ARMv7.tar.gz

metodología bastante sencilla, ambiente raspberry.

Te invito a probar esta idea:

go get github.com/nbortolotti/tflitego

Toda la información incluida en:

Por Nicolas Bortolotti

Profesional especialista en ingeniería Software con título superior en ingeniería de software, fuertes habilidades y experiencia de programación en python, Java, c# y Go (con experiencia basada en desarrollo de proyectos utilizando estas tecnologías) continuo desarrollo de nuevas arquitecturas de software basado en algoritmos y tecnologías para industria líderes con reconocimiento mundial. Especialidades: Desarrollo de Ciclo de Vida de Software, Investigación y Desarrollo, Integración multiplataforma, Proyecto - Equipo de Gestión, Algoritmo de Diseño y Desarrollo, Cloud Computing Architecture, arquitecturas y desarrollo Mobile.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *