Google Developers Korea Blog: TensorFlow Lite를 사용한 온디바이스 대화형 모델링에 대해 확인해 보세요.

한국의 개발자들을 위한 Google Developers 국문 블로그입니다.

TensorFlow Lite를 사용한 온디바이스 대화형 모델링에 대해 확인해 보세요.

Wednesday, December 20, 2017

여기곽동현(Machine Learning GDE)'온디바이스' 기계 학습Android Wear 2.0GmailInboxAlloTensorFlow Lite온디바이스 대화형 모델데모 앱ProjectionNet: 신경 프로젝션 기술을 사용한 효율적인 온디바이스 딥 네트워크 학습(Learning Efficient On-Device Deep Networks Using Neural Projections)"안녕, 어떻게 지내?""친구야, 어떻게 지내니?"프로젝션트레이너양자화증류

온디바이스 대화형 모델에 대한 TensorFlow Lite 실행.

모델코드데모 앱여기¹ 대화형 모델 이외의 옵션ProjectionNetProjectionGraph그래프여기반지도학습그래프 학습 프레임워크

온디바이스 모델 훈련을 위한 ML 아키텍처: 딥 러닝을 사용하여 훈련된 ProjectionNet(왼쪽)과 그래프 학습을 사용하여 훈련된 ProjectionGraph(오른쪽).

감사의 말Yicheng Fan 씨와 Gaurav Nemade 씨가 이 작업에 막대하게 기여했습니다. Rajat Monga, Andre Hentz, Andrew Selle, Sarah Sirajuddin과 TensorFlow 팀의 Anitha Vijayakumar, 그리고 Robin Dua, Patrick McGregor, Andrei Broder, Andrew Tomkins과 같은 분들은 물론 Google Expander 팀에게도 감사의 인사를 전합니다.
1 출시된 온디바이스 모델은 휴대폰 및 웨어러블 기기에서 지연 시간이 짧은 소규모 애플리케이션에 최적화할 목적으로 훈련되었습니다. 하지만 Google 앱의 Smart Reply 예측은 그보다 크고 복잡한 모델을 사용하여 생성되었습니다. 또한, 프로덕션 시스템에서는 부적절한 콘텐츠를 감지하도록 훈련된 여러 분류자를 사용하며 추가 필터링 및 조정을 적용하여 사용자 환경 및 품질 수준을 최적화하고 있습니다. 오픈소스 TensorFlow Lite 버전을 사용하는 개발자는 최종 애플리케이션에 이와 같은 방법도 따를 것을 권장합니다.^↩

Tag

Archive

2019
- Apr
- Mar
- Feb
- Jan

2018
- Dec
- Nov
- Oct
- Sep
- Aug
- Jul
- Jun
- May
- Apr
- Mar
- Feb
- Jan

2017
- Dec
- Nov
- Oct
- Sep
- Aug
- Jul
- Jun
- May
- Apr
- Mar
- Feb
- Jan

2016
- Dec
- Nov
- Oct
- Sep
- Aug
- Jul
- Jun
- May
- Apr
- Mar
- Feb
- Jan

2015
- Dec
- Nov
- Oct
- Sep
- Aug
- Jul
- Jun
- May
- Apr
- Mar
- Feb
- Jan

2014
- Dec
- Nov
- Oct
- Sep
- Aug
- Jul
- Jun
- May
- Apr
- Mar
- Feb
- Jan

2013
- Dec
- Nov
- Oct
- Sep
- Aug
- Jul
- Jun
- May
- Apr
- Mar
- Feb
- Jan

2012
- Dec
- Nov
- Oct
- Sep
- Aug
- Jul
- Jun
- May
- Mar
- Feb
- Jan

2011
- Dec
- Nov

Feed

Google Korea

Google Korea Blog

Products

Android Blog
Chrome Blog
Lat Long Blog

Developers

Google Developers

Google
Privacy
Terms