谷歌有限责任公司今天宣布了一种新的工具，称为TensorFlowLite模型制造者，它使用一种称为转移学习的技术来使机器学习模型适应自定义数据集。

TensorFlowLite是Google的TensorFlow框架的一个精简版本，用于训练机器学习模型。 这是开发人员在移动、嵌入式和物联网设备上运行TensorFlow模型的一组工具。 它使设备上机器学习的操作具有较低的延迟和较小的代码大小。

据说模型制造者将机器学习概念与应用程序编程接口结合起来，开发人员可以使用这些接口来训练TensorFlowLite框架中的模型，只需使用几行代码。 然后，它可以用于在设备应用程序中部署这些模型，谷歌说。

该工具与TensorFlowHub中的许多模型兼容，TensorFlowHub是可重用的机器学习模块的库.. 模型制造者所做的是采取这些模型，这些模型已经被训练为一个特定的任务，并重新训练他们为另一个相关的任务。 它可以在不同的精度水平下这样做，这取决于开发人员在一开始设置的任何参数。

谷歌说，开发人员可以通过只更改一行代码来适应ModelMaker的体系结构来提高新模型的准确性。 一旦加载了特定设备上AI的输入数据，模型制造者就会评估该模型，然后将其导出为TensorFlowLite模型。

谷歌表示，它计划加强模型制造者，以支持更多的人工智能任务，包括自然语言处理和对象检测。 例如，它计划添加BERT，这是NLP的一种培训技术，它允许问答应用程序。

星座研究公司(Constellation Research Inc.)分析师霍尔格·穆勒(Holger Mueller)表示，模型制造商的推出只是谷歌长期以来努力实现人工智能民主化的最新一次。