使用 Learn2Compress 定制移动端机器学习模型

文章预览

文 /  Google Expander 团队高级职员兼研究科学家 Sujith Ravi 成功的深度学习模型往往需要大量的计算资源、内存和动力来训练和运行，一旦您想让它们能在移动设备和物联网设备上表现良好，往往就会碰壁了。通过移动端机器学习，您可以直接在设备上运行推理，无论连接状况如何，都可以保护数据隐私，不受任何访问权限的制约。移动端的 ML 系统，例如 MobileNets 和 ProjectionNets，通过优化模型效率来解决移动设备上的资源瓶颈。但是，如果您想为您的个人移动应用程序培训自己定制的设备型号，那该怎么办呢？ 在 Google I / O 开发者年会上，我们发布了 ML Kit 工具包，让所有移动开发人员都可以使用机器学习。由我们的研究团队开发的 “Learn2Compress” 技术提供了自动模型 ………………………………