我们可以使用 TF-lite 进行再训练吗？
Can we use TF-lite to do retrain?
我将预训练模型转换为 TF-lite 并想部署到边缘设备。
如果我们得到新的训练数据，想改进预训练模型，是否可以在边缘设备上做？
前任。有什么方法可以训练模型并在边缘设备上再次保存到 TF-lite(FlatBuffer) 吗？
感谢任何意见！
TF Lite 尚不完全支持设备端训练，但您可以参考此博客 post 了解如何完成。
https://blog.tensorflow.org/2019/12/example-on-device-model-personalization.html
基本思路是：
- 将您的模型拆分为基础子图（例如图像分类模型中的特征提取器）和可训练的头部。
- 正常将基本子图转换为 TF Lite。使用实验性 tflite-transfer-convert 工具将可训练头部转换为 TF Lite。
- 根据需要在设备上重新训练可训练的头部。
我将预训练模型转换为 TF-lite 并想部署到边缘设备。 如果我们得到新的训练数据，想改进预训练模型，是否可以在边缘设备上做？ 前任。有什么方法可以训练模型并在边缘设备上再次保存到 TF-lite(FlatBuffer) 吗？
感谢任何意见！
TF Lite 尚不完全支持设备端训练，但您可以参考此博客 post 了解如何完成。 https://blog.tensorflow.org/2019/12/example-on-device-model-personalization.html
基本思路是：
- 将您的模型拆分为基础子图（例如图像分类模型中的特征提取器）和可训练的头部。
- 正常将基本子图转换为 TF Lite。使用实验性 tflite-transfer-convert 工具将可训练头部转换为 TF Lite。
- 根据需要在设备上重新训练可训练的头部。