近日谷歌開源了TensorFlow的終端版本TensorFlow Lite，這個版本的發布其實早在預料之中，但又能從這件事看出未來谷歌整個生態版圖的一些端倪，接下來就讓博主為大家分析一下。


首先為什么說TensorFlow Lite的發布早在意料之中呢？因為TensorFlow在之前的版本中已經發布了Android可運行的版本，我們知道Android是谷歌的另一大開源利器，也就是說谷歌從一開始就設想將終端系統Android和TensorFlow做一個整合。下面集中討論下，這兩大框架的整合到底能產生什么價值。大家都知道現在IT領域最火的兩個技術，一個是人工智能，另外一個是物聯網（IOT）。Android是大部分物聯網設備未來的內在系統，而TensorFlow又是業內標準的訓練框架，這兩個系統的整合將會產生巨大的化學反應。


先來看下人工智能和物聯網領域融合所面臨的主要挑戰，以機器人為例。目前有很大的機器人公司都希望機器人作為智能的載體為人類提供服務，需要機器人能聽、說、讀、寫，這些背后的功能就是深度學習的識別模型。在將這些人工智能模型服務化的過程中會面臨以下一些挑戰：
1. 如果模型文件太大，比如機器人的圖像識別、語音識別模型通常都達到幾百兆，這些模型文件如果特別大，當模型非常多的時候，很難在終端部署。
2. 很多機器人的功能需要調用云端服務，那么一旦斷網，這些服務就會中斷
3. 目前機器人所有模型訓練工作全在云端完成，需要數據上傳，這就會產生安全風險
4. 數據在云端訓練很難實時同步到終端


?
那么通過TensorFlow Lite和Android模型的結合將有效解決以上問題，首先TensorFlow Lite可以大大壓縮模型大小，適配終端；另外，TensorFlow Lite完全可以將模型的serving本地部署，并且提升效率，解決了斷網情況造成的影響。最后，未來隨著終端硬件能力的升級，完全可以做到訓練在終端本地完成，這樣對于無人駕駛或者機器人領域都將起到性能的大躍進，試想下汽車攝像頭邊進行路面圖像提取邊在汽車上直接進行模型訓練和預測工作，這些都可以通過TensorFlow Lite+Android的方案解決。


講到這里其實谷歌要做的事情已經很清晰了，TensorFlow未來會作為Android的算法framework層，為終端設備提供智能服務，
?

這個就是谷歌為物聯網的智能化做的提前布局。當這套體系都成為業內標準，那么Android壓倒IOS，或者說谷歌建立IOT行業系統標準，只是時間問題。

與作者聯系，關注我的微信公眾號：凡人機器學習?

總結

以上是生活随笔為你收集整理的TensorFlow Lite+Android，Google要搞的大事情的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。