java - TensorFlow Lite 在机器学习模型处理数值数据方面有用吗？

Question

我正在开发一个智能移动恒温器，在 Android 和 Spring 中优化和节能。ML 模型应该应用于 Spring Boot 应用程序，该应用程序将成为 Android 应用程序将与之通信的服务器。

要创建 ML 模型，我需要提供数据集，其中包括历史平均室外温度、当前室外温度和应定期更新的室温、建筑物的传热系数、房间面积和体积以及平均能量（热量）使用供暖季节与平均房间大小有关。

因此，我想知道这个工具（TensorFlow Lite）是否有用，特别是哪些人工智能方法和算法最适合这个应用程序来处理数值数据并创建模型来控制炉子何时打开和关闭根据用户的喜好（准确的温度、获得所需结果的时间、节约能源）。如果需要，如果您能给我一些其他建议，我将不胜感激。

标签： javapythonspringtensorflow

Answer 1

TensorFlow Lite尤其是在 Android 上运行 ML 模型（支持有限的操作）的最佳方式。我个人在这里用过图像分类。

TensorFlow Lite 是 TensorFlow Mobile 的继任者，目前已弃用但仍在使用。

在您的问题中，您有一些功能并且标签是二进制的（ 0 表示 OFF ， 1 表示 ON ）。您可以收集一些数据并在其上训练 Keras 模型。

Keras 是一个开源神经网络库，它也是基于 TensorFlow 构建的，可在tf.keras模块中使用。

你可以在他们的网站上找到教程。将模型保存到 . h5文件，您需要将其转换为 . tflite文件，这是我们的 TensorFlow Lite 模型。请参阅此文件。

converter = tf.lite.TFLiteConverter.from_keras_model_file( keras_model_path )
tflite_buffer = converter.convert()
open( tflite_file_path , 'wb' ).write( tflite_buffer )

您可以将此模型保存在应用的 assets 文件夹中，并使用Interpreterclass 将其加载到 Android 中。你可以看到这个文件。

您可以看到应用程序“Skinly”。它使用 TensorFlow Lite。Python 项目在这里，Android 项目在这里。

小费：

当您使用单词server时，可以使用TensorFlow.js来在 JavaScript 中制作 ML 模型。您也可以在其中加载 Python 模型。

此外，您已在Firebase ML Kit上托管您的模型。

希望有帮助。