TensorFlow Lite在ML模型处理数值数据时有用吗?

s4n0splo  于 2023-10-23  发布在  其他
关注(0)|答案(1)|浏览(106)

我正在开发一个智能移动的恒温器,在Android和Spring中优化和节省能源。ML模型应该应用于Sping 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。
为了创建ML模型,我需要提供数据集,其中包括历史平均外部温度,当前外部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供暖季节平均房间大小的平均能源(热量)使用。
因此,我想知道这个工具(TensorFlow Lite)可能是有用的,特别是什么AI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,根据用户的偏好控制炉子何时打开和关闭(精确的温度,达到预期效果的时间,节省能源)如果需要,我将非常感激,如果你能给予我一些其他的建议。

axkjgtzd

axkjgtzd1#

TensorFlow Lite是在Android上运行ML模型的最佳方式(支持的操作有限)。我个人曾在图像分类中使用here
TensorFlow Lite是TensorFlow移动的的继任者,TensorFlow目前已弃用,但仍在使用。
在你的问题中,你有一些特征,标签是二进制的(0代表OFF,1代表ON)。你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,也是基于TensorFlow构建的,可以在tf.keras模块中使用。
您可以在他们的网站上找到教程。将模型保存为. h5文件后,您需要将其转换为. tflite文件,这是我们的TensorFlow Lite模型。请参阅此file

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Interpreter类将其加载到Android中。您可以看到此file
你可以看到应用程序“Skinly”。它使用TensorFlow Lite。Python项目是here,Android项目是here

提示:

当你使用 server 这个词时,有一个TensorFlow.js可以在JavaScript中创建ML模型。你也可以在其中加载Python模型。
此外,您还可以在Firebase ML Kit上托管模型。
希望能帮上忙。

相关问题