我们可以使用 TF-lite 进行再训练吗？

Question

我将一个预训练模型转换为 TF-lite，并希望部署到边缘设备。 如果我们获得了新的训练数据并想改进预训练模型，是否可以在边缘设备上进行？ 前任。有什么方法可以在边缘设备上训练模型并再次保存到 TF-lite(FlatBuffer)？

感谢您的任何意见！

Answer 1

TF Lite 尚不完全支持设备端训练，但您可以参考这篇博文了解如何完成。 https://blog.tensorflow.org/2019/12/example-on-device-model-personalization.html

基本思路是：

• 将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。
• 照常将基本子图转换为 TF Lite。使用实验性 tflite-transfer-convert 工具将可训练的 head 转换为 TF Lite。
• 根据需要在设备上重新训练可训练头部。