我们可以使用TF-lite进行再训练吗？

Question

我将预训练的模型转换为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希望改进预训练模型，是否可以在边缘设备上进行？ 例如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）？

感谢您的投入！

Answer 1

TF Lite尚不完全支持设备上培训，但是您可以参考此博客文章以了解如何进行。 https://blog.tensorflow.org/2019/12/example-on-device-model-personalization.html

基本思想是：

• 将模型拆分为基本子图（例如，图像分类模型中的特征提取器）和可训练的头部。
• 将基本子图正常转换为TF Lite。使用实验性tflite-transfer-convert工具将可训练的头部转换为TF Lite。
• 根据需要在设备上训练可训练的头部。