Google、モバイルデバイス向けの機械学習用TensorFlow Lite開発者プレビューを発表

GoogleがTensorFlow Liteの開発者プレビューを発表

モバイルデバイス向けの機械学習用TensorFlow Liteは、Google I/O 2017でAndroidのエンジニアリングVPであるデイブ・バークによって初めて発表されました。TensorFlow Liteは、主に研究者や開発者による機械学習アプリケーションに使用されるGoogleのTensorFlowオープンソースライブラリの軽量版です。

現在、検索大手は、スマートフォンや組み込みデバイス専用に設計された新しい機械学習ツールキットの開発者プレビューを発表しました。これは、AndroidおよびiOSアプリ開発者の両方に利用可能です。このプラットフォームは、開発者がモバイルデバイス上でAIを展開できるようにします。低遅延で小さなバイナリサイズでのデバイス上の機械学習推論を可能にします。TensorFlow Liteは、Android Neural Networks APIによるハードウェアアクセラレーションもサポートしています。

「ご存知のように、TensorFlowはすでにTensorFlow Mobile APIを通じてモデルのモバイルおよび組み込み展開をサポートしています」とTensorFlowチームは今日のブログ投稿で書いています。「今後、TensorFlow LiteはTensorFlow Mobileの進化として見なされるべきであり、成熟するにつれてモバイルおよび組み込みデバイス上でのモデル展開の推奨ソリューションとなるでしょう。この発表により、TensorFlow Liteは開発者プレビューとして利用可能になり、TensorFlow Mobileは引き続きプロダクションアプリをサポートします。」

バークは、これは「Androidの多様なシリコンエコシステム全体でハードウェアアクセラレーションされたニューラルネットワーク処理を可能にするための重要なステップである」と述べています。

TensorFlow Mobileは、デスクトップ環境で動作するTensorFlowモデルをモバイルデバイスに組み込むことを開発者に許可します。しかし、TensorFlow Liteを使用して作成されたアプリケーションは、TensorFlow Mobileを使用する同様のアプリケーションよりも軽量で高速です。ただし、現在TensorFlow Liteでサポートされているユースケースはすべてではありません。

「TensorFlowは常に、サーバーラックから小さなIoTデバイスまで多くのプラットフォームで動作してきましたが、過去数年間で機械学習モデルの採用が指数関数的に増加するにつれて、モバイルおよび組み込みデバイス上でそれらを展開する必要性も増加しています」とTensorFlowチームは書いています。

すでにモバイルデバイス向けにトレーニングされ最適化された3つのモデルがあります。

• MobileNet: 1000の異なるオブジェクトクラスを識別できる視覚モデルのクラスで、モバイルおよび組み込みデバイスでの効率的な実行のために特別に設計されています。

• Inception v3: MobileNetと機能的に類似した画像認識モデルで、より高い精度を提供しますが、サイズも大きくなります。

• Smart Reply: 受信した会話チャットメッセージにワンタッチで返信を提供するデバイス上の会話モデルです。ファーストパーティおよびサードパーティのメッセージングアプリは、Android Wearでこの機能を使用しています。

TensorFlow Liteは、以下の3つの分野に集中するためにゼロから再設計されました:

• 軽量: 小さなバイナリサイズと迅速な初期化/起動でデバイス上の機械学習モデルの推論を可能にします。

• クロスプラットフォーム: AndroidおよびiOSから始まる多くの異なるプラットフォームで実行するために設計されたランタイムです。

• 高速: モバイルデバイス向けに最適化されており、モデルの読み込み時間が大幅に改善され、ハードウェアアクセラレーションをサポートしています。

「この開発者プレビューでは、最も重要な一般的なモデルのいくつかでのパフォーマンスを確保するために、意図的に制約のあるプラットフォームから始めました」とTensorFlowチームが書いた投稿には記載されています。「今後の機能拡張は、ユーザーのニーズに基づいて優先順位を付ける予定です。私たちの継続的な開発の目標は、開発者体験を簡素化し、さまざまなモバイルおよび組み込みデバイス向けのモデル展開を可能にすることです。」

TensorFlow Lite Developerツールキットは、GitHubでプレビュー形式で利用可能で、コードサンプルやデモアプリケーションも含まれています。TensorFlow Liteについてもっと知りたい方は、こちらのドキュメントをチェックできます。

出典: 9TO5Google