tensorflow2.0 - 我可以在设备上使用新数据重新训练 TensorFlow lite 模型吗?
问题描述
我正在制作一个必须适应新传入用户数据的深度学习模型。如何在不向服务器往返发送数据的情况下在设备上执行此操作?例如,我制作了一个模型来识别苹果,并使用 TensorFlow-lite(在 Android 应用程序中)发布了一个设备上的模型。现在我想使用用户在设备上捕获和标记的图像来个性化模型(不将图像和标签发送到服务器以在服务器上训练模型,然后再次告诉用户下载新模型)。这可能吗?
解决方案
推荐阅读
- django - 如何在 Django 的电子邮件字段中设置默认用户名?
- r - posPredValue.default(y_pred_v1, y) 中的 R 机器学习错误:输入数据必须具有相同的两个级别
- xslt - 在 XSLT 中从字符代码创建文本
- oracle-nosql - 如何在 oracle NoSQL 中查看索引的详细信息?
- android - 为什么无法使用查询和子事件侦听器从 Firebase 实时数据库中检索数据?
- python - 如何正确安装 QGIS Plugin WNT?由于错误调用 classFactory() 方法,插件未加载:未定义名称 'pyqtWrapperType'
- python-3.x - 刮取一所学校历史上排名前 247 位的大学橄榄球新兵
- firefox - 我如何获得一个 Firefox 插件来向 api 发出 get 请求
- r - R:如何根据某些标准选择的行在数据框列中分配值?
- r - R:对 geom_text 使用单独的 df 会导致不需要的图例元素