Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Fix markdown tables #728

Closed
wants to merge 2 commits into from
Closed

Fix markdown tables #728

Show file tree
Hide file tree
Changes from all commits
Commits
Show all changes
2 commits
Select commit Hold shift + click to select a range
0c29f1b
Fix markdown tables
Accurio Nov 18, 2023
c72844d
Merge branch 'master' into table
joefernandez Dec 11, 2023
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
15 changes: 14 additions & 1 deletion site/ja/guide/profiler.md
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -561,7 +561,20 @@ for step, train_data in enumerate(dataset):

<a name="profiling_api_table"></a>

| プロファイリング API | ローカル | リモート | 複数 | ハードウェア | : : : : ワーカー : プラットフォーム : | :--------------------------- | :-------- | :-------- | :-------- | :-------- | | **TensorBoard Keras | サポート対象 | サポート | サポート | CPU、GPU | : コールバック** : : 対象外 : 対象外 : : | **`tf.profiler.experimental` | サポート対象 | サポート | サポート | CPU、GPU | : start/stop [API](https://www.tensorflow.org/api_docs/python/tf/profiler/experimental#functions_2)** : : 対象外 : 対象外 : : | **`tf.profiler.experimental` | サポート対象 | サポート対象 | サポート対象 | CPU、GPU, | : client.trace [API](https://www.tensorflow.org/api_docs/python/tf/profiler/experimental#functions_2)** : : : : TPU : | **コンテキストマネージャ API** | サポート対象 | サポート | サポート | CPU、GPU | : : : 対象外 : 対象外 : :
| プロファイリング API | ローカル | リモート | 複数 | ハードウェア |
: : : : ワーカー : プラットフォーム :
| :----------------------------- | :----------- | :----------- | :----------- | :-------- |
| **TensorBoard Keras | サポート対象 | サポート | サポート | CPU、GPU |
: コールバック** : : 対象外 : 対象外 : :
| **`tf.profiler.experimental` | サポート対象 | サポート | サポート | CPU、GPU |
: start/stop [API][API_0]** : : 対象外 : 対象外 : :
**`tf.profiler.experimental` | サポート対象 | サポート対象 | サポート対象 | CPU、GPU, |
: client.trace [API][API_1]** : : : : TPU :
| **コンテキストマネージャ API** | サポート対象 | サポート | サポート | CPU、GPU |
: : : 対象外 : 対象外 : :

[API_0]: https://www.tensorflow.org/api_docs/python/tf/profiler/experimental#functions_2
[API_1]: https://www.tensorflow.org/api_docs/python/tf/profiler/experimental/client/trace

<a name="performance_best_practices"></a>

Expand Down
30 changes: 15 additions & 15 deletions site/ja/lite/android/development.md
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -82,21 +82,21 @@ dependencies {

### ライブラリに対応する最低 Android SDK バージョン

ライブラリ | `minSdkVersion` | デバイス要件
--- | --- | ---
tensorflow-lite | 19 | NNAPI の使用が必要
: : : API 27+ : | |
tensorflow-lite-gpu | 19 | GLES 3.1 または OpenCL
: : : （通常 : | |
: : : API 21+ のみで利用可 : | |
tensorflow-lite-hexagon | 19 | -
tensorflow-lite-support | 19 | -
tensorflow-lite-task-vision | 21 | android.graphics.Color
: : : 関連 API が必要 : | |
: : : API 26+ : | |
tensorflow-lite-task-text | 21 | -
tensorflow-lite-task-audio | 23 | -
tensorflow-lite-metadata | 19 | -
| ライブラリ | `minSdkVersion` | デバイス要件 |
| --------------------------- | --------------- | ---------------------- |
| tensorflow-lite | 19 | NNAPI の使用が必要 |
: : : API 27+ :
| tensorflow-lite-gpu | 19 | GLES 3.1 または OpenCL |
: : : （通常 :
: : : API 21+ のみで利用可 :
| tensorflow-lite-hexagon | 19 | - |
| tensorflow-lite-support | 19 | - |
| tensorflow-lite-task-vision | 21 | android.graphics.Color |
: : : 関連 API が必要 :
: : : API 26+ :
| tensorflow-lite-task-text | 21 | - |
| tensorflow-lite-task-audio | 23 | - |
| tensorflow-lite-metadata | 19 | - |

### Android Studio の使用

Expand Down
12 changes: 6 additions & 6 deletions site/ja/lite/guide/build_arm.md
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -23,12 +23,12 @@ CMake プロジェクトがある場合、またはカスタムツールチェ

Bazel プロジェクトがある場合、または TF 演算を使用する場合は、Bazel ビルドシステムの使用が推奨されます。ARM32/64 共有ライブラリを構築するには、統合されている [ARM GCC 8.3 ツールチェーン](https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/toolchains/embedded/arm-linux)を Bazel を使用します。

ターゲットアーキテクチャ | Bazel 構成 | 対応デバイス
--- | --- | ---
armhf（ARM32） | --config=elinux_armhf | RPI3、32ビットの RPI4
: : : Raspberry Pi OS : | |
AArch64（ARM64） | --config=elinux_aarch64 | Coral、Ubuntu 64ビット の RPI4
: : : bit : | |
| ターゲットアーキテクチャ | Bazel 構成 | 対応デバイス |
| ------------------------ | ----------------------- | ------------------------------ |
| armhf（ARM32） | --config=elinux_armhf | RPI3、32ビットの RPI4 |
: : : Raspberry Pi OS :
| AArch64（ARM64） | --config=elinux_aarch64 | Coral、Ubuntu 64ビット の RPI4 |
: : : bit :

注: 生成された共有ライブラリを実行するには、glibc 2.28 以降が必要です。

Expand Down
26 changes: 13 additions & 13 deletions site/ja/lite/guide/build_cmake.md
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -181,19 +181,19 @@ cmake --build . -j -t label_image

使用可能なオプションは次のとおりです。`-D<option_name>=[ON|OFF]` でオーバーライドできます。たとえば、`-DTFLITE_ENABLE_XNNPACK=OFF` を使用すると、既定で有効な XNNPACK が無効になります。

オプション名 | 機能 | Android | Linux | macOS | Windows
--- | --- | --- | --- | --- | ---
`TFLITE_ENABLE_RUY` | RUY を有効にする | ON | OFF | OFF | OFF
: : matrix : : : : : | | | | |
: : multiplication : : : : : | | | | |
: : library : : : : : | | | | |
`TFLITE_ENABLE_NNAPI` | NNAPI を有効にする | ON | OFF | N/A | N/A
: : delegate : : : : : | | | | |
`TFLITE_ENABLE_GPU` | GPU を有効にする | OFF | OFF | N/A | N/A
: : delegate : : : : : | | | | |
`TFLITE_ENABLE_XNNPACK` | XNNPACK を有効にする | ON | ON | ON | ON
: : delegate : : : : : | | | | |
`TFLITE_ENABLE_MMAP` | MMAP を有効にする | ON | ON | ON | N/A
| オプション名 | 機能 | Android | Linux | macOS | Windows |
| ----------------------- | -------------------- | ------- | ----- | ----- | ------- |
| `TFLITE_ENABLE_RUY` | RUY を有効にする | ON | OFF | OFF | OFF |
: : matrix : : : : :
: : multiplication : : : : :
: : library : : : : :
| `TFLITE_ENABLE_NNAPI` | NNAPI を有効にする | ON | OFF | N/A | N/A |
: : delegate : : : : :
| `TFLITE_ENABLE_GPU` | GPU を有効にする | OFF | OFF | N/A | N/A |
: : delegate : : : : :
| `TFLITE_ENABLE_XNNPACK` | XNNPACK を有効にする | ON | ON | ON | ON |
: : delegate : : : : :
| `TFLITE_ENABLE_MMAP` | MMAP を有効にする | ON | ON | ON | N/A |

## TensorFlow Lite を使用する CMake プロジェクトの作成

Expand Down
104 changes: 52 additions & 52 deletions site/ja/lite/models/convert/metadata.md
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -64,58 +64,58 @@ TensorFlow Lite モデルにはさまざまな関連ファイルが含まれる

前処理と後処理の観点では、正規化と量子化は 2 つの独立したステップです。次に詳細を示します。

| 正規化 | Quantization
:-: | --- | ---
\ | **Float モデル**: \ | **Float モデル**: \
: An example of the : - mean: 127.5 \ : - zeroPoint: 0 \ : | |
: parameter values of the : - std: 127.5 \ : - scale: 1.0 \ : | |
: input image in : **Quant model**: \ : **Quant model**: \ : | |
: MobileNet for float and : - mean: 127.5 \ : - zeroPoint: 128.0 \ : | |
: quant models, : - std: 127.5 : - scale:0.0078125f \ : | |
: respectively. : : : | |
\ | \ | **浮動小数点数モデル**
: \ : \ : not need quantization. \ : | |
: \ : **Inputs**: If input : **Quantized model** may : | |
: \ : data is normalized in : or may not need : | |
: When to invoke? : training, the input : quantization in pre/post : | |
: : data of inference needs : processing. It depends : | |
: : to be normalized : on the datatype of : | |
: : accordingly. \ : input/output tensors. \ : | |
: : **Outputs**: output : - float tensors: no : | |
: : data will not be : quantization in pre/post : | |
: : normalized in general. : processing needed. Quant : | |
: : : op and dequant op are : | |
: : : baked into the model : | |
: : : graph. \ : | |
: : : - int8/uint8 tensors: : | |
: : : need quantization in : | |
: : : pre/post processing. : | |
\ | \ | **入力の量子化**:
: \ : \ : \ : | |
: Formula : normalized_input = : q = f / scale + : | |
: : (input - mean) / std : zeroPoint \ : | |
: : : **Dequantize for : | |
: : : outputs**: \ : | |
: : : f = (q - zeroPoint) * : | |
: : : scale : | |
\ | モデル作成者が提出 | 自動的に提出
: Where are the : and stored in model : TFLite converter, and : | |
: parameters : metadata, as : stored in tflite model : | |
: : `NormalizationOptions` : file. : | |
How to get the | 方法 | Through the TFLite
: parameters? : `MetadataExtractor` API : `Tensor` API [1] or : | |
: : [2] : through the : | |
: : : `MetadataExtractor` API : | |
: : : [2] : | |
Do float and quant | Yes, float and quant | No, the float model does
: models share the same : models have the same : not need quantization. : | |
: value? : Normalization : : | |
: : parameters : : | |
Does TFLite Code | \ | \
: generator or Android : Yes : Yes : | |
: Studio ML binding : : : | |
: automatically generate : : : | |
: it in data processing? : : : | |
| | 正規化 | 量子化 |
| :---------------------: | ----------------------- | ------------------------ |
| \ | **Float モデル**: \ | **Float モデル**: \ |
: An example of the : - mean\: 127.5 \ : - zeroPoint\: 0 \ :
: parameter values of the : - std\: 127.5 \ : - scale\: 1.0 \ :
: input image in : **Quant model**\: \ : **Quant model**\: \ :
: MobileNet for float and : - mean\: 127.5 \ : - zeroPoint\: 128.0 \ :
: quant models, : - std\: 127.5 : - scale\:0.0078125f \ :
: respectively. : : :
| \ | \ | **浮動小数点数モデル** |
: \ : \ : not need quantization. \ :
: \ : **Inputs**\: If input : **Quantized model** may :
: \ : data is normalized in : or may not need :
: When to invoke? : training, the input : quantization in pre/post :
: : data of inference needs : processing. It depends :
: : to be normalized : on the datatype of :
: : accordingly. \ : input/output tensors. \ :
: : **Outputs**\: output : - float tensors\: no :
: : data will not be : quantization in pre/post :
: : normalized in general. : processing needed. Quant :
: : : op and dequant op are :
: : : baked into the model :
: : : graph. \ :
: : : - int8/uint8 tensors\: :
: : : need quantization in :
: : : pre/post processing. :
| \ | \ | **入力の量子化**: |
: \ : \ : \ :
: Formula : normalized_input = : q = f / scale + :
: : (input - mean) / std : zeroPoint \ :
: : : **Dequantize for :
: : : outputs**\: \ :
: : : f = (q - zeroPoint) * :
: : : scale :
| \ | Filled by model creator | Filled automatically by
: Where are the : and stored in model : TFLite converter, and :
: parameters : metadata, as : stored in tflite model :
: : `NormalizationOptions` : file. :
| How to get the | Through the | Through the TFLite |
: parameters? : `MetadataExtractor` API : `Tensor` API [1] or :
: : [2] : through the :
: : : `MetadataExtractor` API :
: : : [2] :
| Do float and quant | Yes, float and quant | No, the float model does |
: models share the same : models have the same : not need quantization. :
: value? : Normalization : :
: : parameters : :
| Does TFLite Code | \ | \ |
: generator or Android : Yes : Yes :
: Studio ML binding : : :
: automatically generate : : :
: it in data processing? : : :

[1] [TensorFlow Lite Java API](https://github.com/tensorflow/tensorflow/blob/09ec15539eece57b257ce9074918282d88523d56/tensorflow/lite/java/src/main/java/org/tensorflow/lite/Tensor.java#L73) および [TensorFlow Lite C++ API](https://github.com/tensorflow/tensorflow/blob/09ec15539eece57b257ce9074918282d88523d56/tensorflow/lite/c/common.h#L391)。 <br> [2] [メタデータ抽出ライブラリ](../guide/codegen.md#read-the-metadata-from-models)

Expand Down
16 changes: 8 additions & 8 deletions site/ja/lite/performance/post_training_quantization.md
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -8,14 +8,14 @@

トレーニング後の量子化にはいくつか選択肢があります。以下は選択肢の概要の一覧表とその効果です。

手法 | 効果 | ハードウェア
--- | --- | ---
ダイナミックレンジ | 4倍小型化、2～3倍高速化 | CPU
: 量子化 : : : | |
完全な整数 | 4倍小型化、3倍以上高速化 | CPU、Edge TPU、
: 量子化 : : マイクロコントローラ : | |
半精度浮動小数点数の量子化 | 2倍小型化、GPU | CPU、GPU
: : アクセラレーション : : | |
| 手法 | 効果 | ハードウェア |
| -------------------------- | ------------------------ | -------------------- |
| ダイナミックレンジ | 4倍小型化、2～3倍高速化 | CPU |
: 量子化 : : :
| 完全な整数 | 4倍小型化、3倍以上高速化 | CPU、Edge TPU、 |
: 量子化 : : マイクロコントローラ :
| 半精度浮動小数点数の量子化 | 2倍小型化、GPU | CPU、GPU |
: : アクセラレーション : :

この決定木は、ユースケースに最適なトレーニング後の量子化手法を選択するのに役立ちます。

Expand Down
Loading
Loading