5 points par bbongcol 2021-07-20 | Aucun commentaire pour le moment. | Partager sur WhatsApp

Le machine learning on-device présente plusieurs avantages, mais les développeurs se heurtent à des problèmes récurrents

  • la taille des applications augmente à cause des bibliothèques supplémentaires nécessaires au ML

  • selon l’appareil, les performances, la stabilité et la précision varient fortement

  • il faut utiliser d’anciennes API pour couvrir un maximum d’appareils, ce qui complique l’adoption des technologies ML les plus récentes

Google a créé la plateforme Android ML pour résoudre ce problème.

  • TFLite est inclus dans Google Play Services

  • les développeurs d’applications n’ont plus besoin d’ajouter de bibliothèque pour le ML on-device

  • une API cohérente est fournie et mise à jour régulièrement via Google Play Services.

  • prise en charge de la fonctionnalité Automatic Acceleration

Des performances optimales sur tous les appareils (Automatic Acceleration)

  • Automatic Acceleration est une nouvelle fonctionnalité de TensorFlow Lite pour Android

  • des tests par modèle permettent de créer une allowlist pour des appareils spécifiques en tenant compte des performances, de la précision et de la stabilité

  • l’allowlist est utilisée au moment de l’exécution pour décider quand activer l’accélération matérielle

Sortie prévue plus tard cette année

Aucun commentaire pour le moment.

Aucun commentaire pour le moment.