Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English

AutoML Vision Edge-Terminologie

Begriff Beschreibung
Android Studio Die offizielle integrierte Entwicklungsumgebung (IDE) für die Android-App-Entwicklung
CocoaPods Ein Abhängigkeitsmanager, der hier für die Entwicklung von iOS-Apps verwendet wird für Swift- und Objective-C-Cocoa-Projekte ein Standardformat zur Verwaltung externer Bibliotheken bereitzustellen.
Core ML Ein Framework für maschinelles Lernen, das für Apple-Produkte verwendet wird. TensorFlow Lite-Modelle können zur Verwendung auf Apple-Geräten in das CoreML-Format konvertiert werden.
Container ("export to Docker/container") Die Laufzeitinstanz eines Images; Eine der Exportoptionen für Ihr Modell mit AutoML Vision Edge.
Edge-Geräte Ein Gerät, das Rechenleistung außerhalb der Cloud bereitstellt. Die Nachfrage nach Datenschutz und Vertraulichkeit, geringer Latenz- und Bandbreiteneinschränkungen führt zu einer steigenden Nachfrage mit unseren Modellen auf diesen Geräten. Rechen- und Leistungseinschränkungen führen zu Modellen, die speziell auf sie zugeschnitten sind.
Edge TPU Ein Edge-Gerät Spezielle anwendungsspezifische integrierte Schaltung (ASIC) von Google zum Ausführen von Inferenzen auf Edge-Geräten Unterstützt nur .tflite-Modelle.
Firebase Eine Entwicklungsplattform für mobile Apps und Webanwendungen.
FlatBuffers Ähnlich wie bei Protokollpuffern besteht der Hauptunterschied darin, dass FlatBuffers keinen Schritt zum Parsen/ Entpacken für eine sekundäre Darstellung benötigt, bevor Sie auf Daten zugreifen können, und sind häufig mit einer Speicherzuordnung pro Objekt gekoppelt.
IoT Internet der Dinge (IoT); Verwendung von mit einem Netzwerk verbundenen Geräten, die in die physische Umgebung eingebettet sind, zur Verbesserung vorhandener Prozesse oder Erschließung neuer, bisher nicht möglicher Szenarien.
ML Kit ML Kit ist eine API-Ebene für Ihr benutzerdefiniertes Modell ein mobiles Software Development Kit (SDK), mit dem Sie ein benutzerdefiniertes Modell auf dem Gerät verwenden können.
Pillow Die Python Imaging Library (PIL) bietet Bildverarbeitungsfunktionen für Ihren Python-Interpreter. Pilow ist eine modifizierte Version der Basis-PIL.
Protocol Buffers ("protobuf") Der sprach- und plattformneutrale, erweiterbare Mechanismus von Google zur Serialisierung strukturierter Daten. Ähnlich wie FlatBuffers.
TensorFlow TensorFlow ist eine durchgängige Open-Source-Plattform für maschinelles Lernen; Software zum Erstellen eines Modells für maschinelles Lernen.
TensorFlow Lite-Modell (TF Lite/model.tflite) Ein TensorFlow ML-Modell, das für die Verwendung auf mobilen und eingebetteten Geräten komprimiert wurde.

  • TF Lite-Converter – TensorFlow Lite verwendet das optimierte FlatBuffer-Format zur Darstellung von Grafiken. Daher muss ein TensorFlow-Modell (Protokollpuffer) in eine FlatBuffer-Datei konvertiert werden, bevor es auf Clients bereitgestellt wird.
  • TF Lite-Interpreter – Eine Klasse, die die Aufgabe eines tf.Session() ausführt, und zwar nur für TF Lite-Modelle im Gegensatz zu normalen TensorFlow-Modellen.
tf.session() Eine Klasse zum Ausführen von TensorFlow-Vorgängen mit einem TensorFlow-Modell.
Xcode Xcode ist eine integrierte Entwicklungsumgebung (IDE) für macOS mit einer Reihe von Softwareentwicklungstools, die von Apple für die Entwicklung von Software für macOS, iOS, watchOS und tvOS entwickelt wurden.