Cette page a été traduite par l'API Cloud Translation.
Switch to English

Terminologie AutoML Vision Edge

Terme Description
Android Studio Environnement de développement intégré (IDE) officiel pour le développement d'applications Android.
CocoaPods Gestionnaire de dépendances utilisé ici pour le développement d'applications iOS pour les projets cocoa Swift et Objective-C afin de fournir un format standard pour la gestion des bibliothèques externes.
Core ML Framework de machine learning utilisé dans les produits Apple. Les modèles TensorFlow Lite peuvent être convertis au format Core ML en vue d'une utilisation sur des appareils Apple.
Conteneur ("exporter vers Docker/container") Instance d'exécution d'une image. l'une des options d'exportation de votre modèle à l'aide d'AutoML Vision Edge.
Appareils de périphérie Appareil offrant des fonctionnalités de calcul en dehors du cloud. Les exigences de confidentialité, de faible latence et de bande passante entraînent les demandes de prédictions avec nos modèles sur ces appareils. Les contraintes de calcul et de puissance conduisent à des modèles spécialisés.
Edge TPU Un type d'appareil de périphérie Circuit (ASIC) spécifique à l'application spécifique à Google, conçu pour exécuter des inférences en périphérie. Uniquement compatible avec les modèles .tflite.
Firebase Plate-forme de développement d'applications Web et mobiles.
FlatBuffers À l'instar des tampons de protocole, la différence principale étant que FlatBuffers n'a pas besoin d'une étape d'analyse/ de décompression vers une représentation secondaire pour pouvoir accéder aux données, souvent associée à l'allocation de mémoire par objet.
IoT Internet des objets (IoT) L'utilisation d'appareils connectés au réseau et intégrés à l'environnement physique pour améliorer un processus existant ou permettre un nouveau scénario impossible à mettre en place auparavant
ML Kit ML Kit fait office de couche API pour votre modèle personnalisé. Un kit de développement logiciel (SDK) pour mobile qui vous permet d'utiliser un modèle personnalisé sur l'appareil.
Pillow La bibliothèque Python Imaging Library (PIL) ajoute des fonctionnalités de traitement d'images à votre interpréteur Python. Pillow est une version modifiée de la PIL de base.
Protocol Buffers ("protobuf") Mécanisme extensible de sérialisation des données structurées de Google, indépendant du langage et de la plate-forme. Semblable à FlatBuffers.
TensorFlow TensorFlow est une plate-forme Open Source de bout en bout dédiée au machine learning et aux logiciels utilisés pour créer un modèle de machine learning.
Modèle TensorFlow Lite (TF Lite/model.tflite) Modèle de ML TensorFlow ayant été compressé pour une utilisation sur des appareils mobiles et intégrés.

  • convertisseur TF Lite : TensorFlow Lite utilise le format FlatBuffer optimisé pour représenter des graphes. Par conséquent, un modèle TensorFlow (tampon de protocole) doit être converti en un fichier FlatBuffer avant d'être déployé sur des clients.
  • Interpréteur TF Lite : classe qui exécute la tâche d'un tf.Session(), uniquement pour les modèles TF Lite, par opposition aux modèles TensorFlow standards.
tf.session() Classe permettant d'exécuter des opérations TensorFlow à l'aide d'un modèle TensorFlow.
Xcode Xcode est un environnement de développement (IDE, Integrated Development Environment) intégré à macOS contenant une suite d'outils de développement logiciel développés par Apple pour développer des logiciels pour macOS, iOS, watchOS et tvOS.