Qualcomm TensorFlow Lite SDK პროგრამული უზრუნველყოფის მომხმარებლის სახელმძღვანელო
გადასინჯვის ისტორია
| რევიზია | თარიღი | აღწერა |
| AA | 2023 წლის სექტემბერი | თავდაპირველი გამოშვება |
| AB | 2023 წლის ოქტომბერი |
|
Qualcomm TFLite SDK ინსტრუმენტების შესავალი
Qualcomm TensorFlow Lite პროგრამული უზრუნველყოფის განვითარების ნაკრები (Qualcomm TFLite SDK) ხელსაწყოები უზრუნველყოფს TensorFlow Lite ჩარჩოს მოწყობილობაზე ხელოვნური ინტელექტის (AI) დასკვნებისთვის, რაც ხელს უწყობს აპლიკაციების დეველოპერებს განავითარონ ან გაუშვან შესაბამისი AI აპლიკაციები.
ეს დოკუმენტი გთავაზობთ ნაბიჯ-ნაბიჯ ინსტრუქციებს დამოუკიდებელი Qualcomm TFLite SDK-ის შედგენისა და განვითარების გარემოს დასაყენებლად. ეს საშუალებას აძლევს დეველოპერის სამუშაო პროცესს, რომელიც მოიცავს:
- build გარემოს დაყენება, სადაც დეველოპერს შეუძლია შეადგინოს Qualcomm TFLite SDK
- დამოუკიდებელი Qualcomm TFLite SDK აპლიკაციების შემუშავება
მხარდაჭერისთვის იხილეთ https://www.qualcomm.com/ მხარდაჭერა. შემდეგი ფიგურა გთავაზობთ Qualcomm TFLite SDK სამუშაო პროცესის შეჯამებას: ”
სურათი 1-1 Qualcomm TFLite SDK სამუშაო პროცესი
ინსტრუმენტი მოითხოვს პლატფორმის SDK და კონფიგურაციას file (JSON ფორმატი) Qualcomm TFLite SDK არტეფაქტების გენერირებისთვის.
მულტიმედიური, AI და კომპიუტერული ხედვის (CV) ქვესისტემების გამოყენებით ბოლომდე აპლიკაციის შესაქმნელად, იხილეთ Qualcomm Intelligent Multimedia SDK (QIM SDK) სწრაფი დაწყების სახელმძღვანელო (80-50450-51).
ცხრილი აჩვენებს Qualcomm TFLite SDK ვერსიის რუკს CodeLinaro-ს გამოშვებით tag:
ცხრილი 1-1 ინფორმაცია გამოშვების შესახებ
| Qualcomm TFLite SDK ვერსია | CodeLinaro გამოშვება tag |
| V1.0 | Qualcomm TFLITE.SDK.1.0.r1-00200-TFLITE.0 |
ცხრილი 1-2 მხარდაჭერილი Qualcomm TFLite SDK ვერსიები
| Qualcomm TFLite SDK ვერსია | მხარდაჭერილი პროგრამული პროდუქტი | მხარდაჭერილი TFLite ვერსია |
| V1.0 | QCS8550.LE.1.0 |
|
|
||
|
||
|
||
|
||
|
ცნობები
ცხრილი 1-3 დაკავშირებული დოკუმენტები
| სათაური | ნომერი |
| Qualcomm | |
| 00067.1 გამოშვების შენიშვნა QCS8550.LE.1.0-ისთვის | RNO-230830225415 |
| Qualcomm Intelligent Multimedia SDK (QIM SDK) სწრაფი დაწყების სახელმძღვანელო | 80-50450-51 |
| Qualcomm Intelligent Multimedia SDK (QIM SDK) მითითება | 80-50450-50 |
| რესურსები | |
| https://source.android.com/docs/setup/start/initializing | – |
ცხრილი 1-4 აკრონიმები და განმარტებები
| აკრონიმი ან ტერმინი | განმარტება |
| AI | ხელოვნური ინტელექტი |
| BIOS | ძირითადი შეყვანის/გამოსვლის სისტემა |
| CV | კომპიუტერული ხედვა |
| IPK | მისი პაკეტი file |
| QIM SDK | Qualcomm Intelligent მულტიმედიური პროგრამული უზრუნველყოფის განვითარების ნაკრები |
| SDK | პროგრამული უზრუნველყოფის დამუშავების ნაკრები |
| TFLite | TensorFlow Lite |
| XNN | Xth უახლოესი მეზობელი |
დააყენეთ build გარემო Qualcomm TFLite SDK ინსტრუმენტებისთვის
Qualcomm TFLite SDK ინსტრუმენტები გამოშვებულია წყაროს სახით; ამიტომ, მისი შედგენისთვის build გარემოს შექმნა სავალდებულო, მაგრამ ერთჯერადი დაყენებაა.
წინაპირობები
- დარწმუნდით, რომ გაქვთ სუდო წვდომა Linux-ის მასპინძელ მანქანაზე.
- დარწმუნდით, რომ Linux-ის ჰოსტის ვერსია არის Ubuntu 18.04 ან Ubuntu 20.04.
- გაზარდეთ მომხმარებლის საათების მაქსიმალური რაოდენობა და მაქსიმალური მომხმარებლის ინსტანციები მასპინძელ სისტემაზე.
- დაამატეთ შემდეგი ბრძანების სტრიქონები/etc/sysctl.confand გადატვირთეთ ჰოსტი: fs.inotify.max_user_instances=8192 fs.inotify.max_user_watches=542288
დააინსტალირეთ საჭირო ჰოსტის პაკეტები
ჰოსტის პაკეტები დაინსტალირებულია Linux-ის მასპინძელ მანქანაზე.
გაუშვით ბრძანებები ჰოსტის პაკეტების დასაყენებლად: $ sudo apt install -y jq $ sudo apt install -y texinfo chrpath libxml-simple-perl openjdk-8-jdkheadless
Ubuntu 18.04 და უფრო მაღალისთვის:
$ sudo apt-get დააინსტალირე git-core gnupg flex bison build-essential zip curl zlib1g-dev gcc-multilib g++-multilib libc6-dev-i386 libncurses5 lib32ncurses5- dev x11proto-core-dev libx11-dev lib32z1-dev libgl1-mesa-dev libxml2-utils xsltproc unfigzip
დამატებითი ინფორმაციისთვის იხილეთ https://source.android.com/docs/setup/start/initializing.
დააყენეთ დოკერის გარემო
დოკერი არის პლატფორმა, რომელიც გამოიყენება პროგრამული უზრუნველყოფის შესაქმნელად, შემუშავებისთვის, ტესტირებისა და მიწოდებისთვის. SDK-ის შედგენისთვის, დოკერი უნდა იყოს კონფიგურირებული Linux-ის მასპინძელ მანქანაზე.
დარწმუნდით, რომ CPU ვირტუალიზაცია ჩართულია Linux-ის მასპინძელ მანქანაზე. თუ ის არ არის ჩართული, გააკეთეთ შემდეგი, რომ ჩართოთ ის ძირითადი შეყვანის/გამომავალი სისტემის (BIOS) კონფიგურაციის პარამეტრებიდან:
- ჩართეთ ვირტუალიზაცია BIOS-დან:
a. დააჭირეთ F1 ან F2 სისტემის ჩატვირთვისას, რომ გადახვიდეთ BIOS-ში. გამოჩნდება BIOS ფანჯარა.
b. გადაერთეთ Advanced ჩანართზე.
c. CPU-ის კონფიგურაციის განყოფილებაში დააყენეთ ვირტუალიზაციის ტექნოლოგია ჩართული.
a. დააჭირეთ F12 შესანახად და გასასვლელად და შემდეგ გადატვირთეთ სისტემა.
თუ ეს ნაბიჯები არ მუშაობს, მიჰყევით სისტემის პროვაიდერის სპეციფიკურ ინსტრუქციებს, რათა ჩართოთ ვირტუალიზაცია - წაშალეთ დოკერის ნებისმიერი ძველი ინსტანცია:
$ sudo apt წაშალე docker-desktop
$ rm -r $HOME/.docker/desktop
$ sudo rm /usr/local/bin/com.docker.cli
$ sudo apt purge docker-desktop - დააყენეთ დოკერის დისტანციური საცავი:
$ sudo apt-get განახლება $ sudo apt-get დააინსტალირე ca-სერთიფიკატები გurl gnupg lsb-გამოშვება $ sudo mkdir -p /etc/apt/keyrings $ curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg — dearmor -o /etc/apt/keyrings/docker.gpg $ echo „deb [arch=$(dpkg –print-architecture) signed-by=/etc/apt/ keyrings/ docker.gpg] https:// download.docker.com/linux/ubuntu $ (lsb_release -cs) სტაბილური“ | sudo tee /etc/apt/sources.list.d/ docker.list > /dev/null - დააინსტალირეთ დოკერის ძრავა:
$ sudo apt-get განახლება $ sudo apt-get დააინსტალირე docker-ce docker-ce-cli - მომხმარებლის დამატება დოკერ ჯგუფში:
$ sudo groupadd docker $ sudo usermod -aG docker $USER - გადატვირთეთ სისტემა.
პლატფორმის SDK გენერირება
პლატფორმა SDK არის სავალდებულო მოთხოვნა Qualcomm TFLite SDK ინსტრუმენტების შედგენისთვის. ის უზრუნველყოფს ყველა საჭირო პლატფორმის დამოკიდებულებას, რომელიც საჭიროა Qualcomm TFLite SDK-ით.
პლატფორმის SDK-ის შესაქმნელად გააკეთეთ შემდეგი:
- შექმენით კონსტრუქცია სასურველი პროგრამული პროდუქტისთვის.
QCS8550.LE.1.0 გამოშვების შექმნის ინსტრუქციები მოცემულია გამოშვების შენიშვნებში. გამოშვების შენიშვნებზე წვდომისთვის იხილეთ ცნობები.
თუ სურათები ადრე იყო აშენებული, შეასრულეთ ნაბიჯი 2 და შემდეგ შექმენით სუფთა კონსტრუქცია. - შეასრულეთ შემდეგი ბრძანება მომხმარებლის სივრცის სურათების და პლატფორმის SDK-ის შესაქმნელად:
QCS8550.LE.1.0-სთვის დაამატეთ აპარატის ფუნქცია qti-tflite-delegate MACHINE_FEATURES-ში kalama.conf-ში file და შექმენით გარემოს წყარო გამოშვების შენიშვნების ინსტრუქციის მიხედვით.
მომხმარებლის სივრცის სურათების გენერირების შემდეგ, გაუშვით შემდეგი ბრძანება პლატფორმის SDK-ის გენერირებისთვის.
$ bitbake -fc populate_sdk qti-robotics-image
შექმენით Qualcomm TFLite SDK ინსტრუმენტები - დეველოპერის სამუშაო პროცესი
Qualcomm TFLite SDK ინსტრუმენტების სამუშაო პროცესი დეველოპერისგან მოითხოვს კონფიგურაციის უზრუნველყოფას file სწორი შეყვანის ჩანაწერებით. დამხმარე ჭურვის სკრიპტები tflite-tools პროექტიდან (რომელიც წარმოდგენილია Qualcomm TFLite SDK წყაროს ხეში) უზრუნველყოფს დამხმარე უტილიტას ფუნქციებს shell გარემოს დასაყენებლად, რომელიც შეიძლება გამოყენებულ იქნას Qualcomm TFLite SDK სამუშაო ნაკადისთვის.
დეველოპერი აშენებს Qualcomm TFLite SDK პროექტებს კონტეინერში და წარმოქმნის არტეფაქტებს tflite-ინსტრუმენტების მიერ მოწოდებული კომუნალური საშუალებების გამოყენებით.
Qualcomm TFLite SDK კონტეინერის აშენების შემდეგ, დეველოპერს შეუძლია მიამაგროს კონტეინერს და გამოიყენოს დამხმარე საშუალებები კონტეინერის გარსის გარემოში უწყვეტი განვითარებისთვის.
- არსებობს დებულება, რომ დააინსტალიროთ Qualcomm TFLite SDK არტეფაქტები Qualcomm მოწყობილობაზე, რომელიც დაკავშირებულია Linux ჰოსტთან USB/adb-ის საშუალებით.
- ასევე არსებობს დებულება, რომ დააკოპიროთ Qualcomm TFLite SDK არტეფაქტები კონტეინერიდან სხვა მასპინძელ მანქანაში, სადაც დაკავშირებულია Qualcomm მოწყობილობა.
ქვემოთ მოყვანილი ფიგურა ჩამოთვლის კომუნალურ პროგრამებს, რომლებიც ხელმისაწვდომია კონტეინერის აგების გარემოს დაყენების შემდეგ დამხმარე სკრიპტების გამოყენებით Qualcomm TFLite SDK-ის შესაქმნელად.
ფიგურა გვიჩვენებს კომუნალური მომსახურების შესრულების თანმიმდევრობას:
ნახაზი 4-3 უტილიტების თანმიმდევრობა მასპინძელზე
სინქრონიზაცია და შექმნა Qualcomm TFLite SDK
Qualcomm TFLite SDK შედგენილია დოკერის სურათის შექმნისას. Qualcomm TFLite SDK-ის სინქრონიზაციისთვის და ასაშენებლად, გააკეთეთ შემდეგი:
- შექმენით დირექტორია ჰოსტზე file სისტემა Qualcomm TFLite SDK სამუშაო სივრცის სინქრონიზაციისთვის. ამისთვის
exampლე: $mkdir $cd - მიიღეთ Qualcomm TFLite SDK წყარო კოდი CodeLinaro-დან:
$ repo init -u https://git.codelinaro.org/clo/le/sdktflite/tflite/ manifest.git –repo-branch=qc/stable –repo-url=git://git.quicinc.com/ tools/repo.git -m TFLITE.SDK.1.0.r1-00200-TFLITE.0.xml -b გამოშვება && რეპო სინქრონიზაცია -qc –no-tags -j - შექმენით დირექტორია ჰოსტზე file სისტემა, რომელიც შეიძლება დამონტაჟდეს დოკერში. მაგample: mkdir-p / ეს დირექტორია შეიძლება შეიქმნას Linux-ის ჰოსტინგის ნებისმიერ ადგილას და ეს არ არის დამოკიდებული იმაზე, თუ სად არის სინქრონიზებული Qualcomm TFLite SDK პროექტი. კონტეინერში სამუშაო პროცესის დასრულების შემდეგ, Qualcomm TFLite SDK არტეფაქტები შეგიძლიათ იხილოთ ამ ეტაპზე შექმნილ დირექტორიაში.
- JSON კონფიგურაციის რედაქტირება file იმყოფება /tflite-tools/ targets/le-tflite-tools-builder.json-ში შემდეგი ჩანაწერებით:
"სურათი": "tflite-tools-builder", "Device_OS": "le", "Additional_tag”: “”, “TFLite_Version”: “2.11.1”, “Delegates”: { “Hexagon_delegate”: “OFF”, “Gpu_delegate”: “ON”, “Xnnpack_delegate”: “ON” }, “TFLite_rsync_destination”: “ /", "SDK_path": "/build-qti-distro-fullstack-perf/tmpglibc/deploy/sdk>", "SDK_shell_file”: “”, “Base_Dir_Location”: “” }
დამატებითი ინფორმაციისთვის json კონფიგურაციაში ნახსენები ჩანაწერების შესახებ fileიხილეთ Docker.md readme file მისამართზე /tflite-tools/.
შენიშვნა QCS8550-ისთვის Qualcomm® Hexagon™ DSP დელეგატი არ არის მხარდაჭერილი. - სკრიპტის წყარო გარემოს დასაყენებლად:
$ cd /tflite-tools $ წყარო ./scripts/host/docker_env_setup.sh - შექმენით Qualcomm TFLite SDK დოკერის სურათი: $ tflite-tools-host-build-image ./targets/le-tflite-tools-builder.json თუ build-ის დაყენება ვერ მოხერხდა, იხილეთ Docker-ის დაყენების პრობლემების მოგვარება. წარმატებით დასრულების შემდეგ გამოჩნდება შემდეგი შეტყობინება: „სტატუსი: სურათის აშენება წარმატებით დასრულდა!!“ ამ ნაბიჯის გაშვება ასევე აშენებს Qualcomm TFLite SDK-ს.
- გაუშვით Qualcomm TFLite SDK დოკერის კონტეინერი. ეს იწყებს კონტეინერს tags მოწოდებულია JSON კონფიგურაციაში file. $tflite-tools-host-run-container ./targets/le-tflite-tools-builder.json
- მიამაგრეთ წინა საფეხურიდან დაწყებულ კონტეინერზე.
$ დოკერის მიმაგრება
Qualcomm TFLite SDK შედგენილია და არტეფაქტები მზადაა განსათავსებლად ან შემდგომში
გამოიყენება QIM SDK TFLite დანამატის გენერირებისთვის.
დააკავშირეთ მოწყობილობა ჰოსტთან და განათავსეთ არტეფაქტები]
შედგენის შემდეგ, არსებობს ორი მექანიზმი მოწყობილობის ჰოსტთან დასაკავშირებლად და მისი განლაგებისთვის
Qualcomm TFLite SDK არტეფაქტები.
- მოწყობილობა, რომელიც დაკავშირებულია ადგილობრივ Linux ჰოსტთან:
დეველოპერი აკავშირებს მოწყობილობას სამუშაო სადგურთან და დააინსტალირებს Qualcomm TFLite SDK არტეფაქტებს კონტეინერიდან პირდაპირ მოწყობილობაზე (QCS8550). - მოწყობილობა, რომელიც დაკავშირებულია დისტანციურ ჰოსტთან:
დეველოპერი აკავშირებს მოწყობილობას დისტანციურ სამუშაო სადგურთან და მათ შეუძლიათ გამოიყენონ პაკეტის მენეჯერის ინსტალერის ბრძანებები Windows და Linux პლატფორმებზე, რათა დააინსტალირონ Qualcomm TFLite SDK არტეფაქტები მოწყობილობაზე (QCS8550)
ნახაზი 4-4 მოწყობილობის დაფის დაკავშირება დეველოპერთან და დისტანციურ სამუშაო სადგურთან
დააკავშირეთ მოწყობილობა სამუშაო სადგურთან
მოწყობილობა დაკავშირებულია სამუშაო სადგურთან და განვითარების კონტეინერს შეუძლია მოწყობილობაზე წვდომა USB/adb-ის საშუალებით.
ნახატზე ნაჩვენებია სtagეს არის Qualcomm TFLite SDK სამუშაო ნაკადის თანმიმდევრობით:
- შეასრულეთ შემდეგი ბრძანებები არტეფაქტების მოწყობილობაზე დასაყენებლად:
$ tflite-tools-device-prepare
$ tflite-tools-device-deploy - არტეფაქტების დეინსტალაციისთვის, შეასრულეთ შემდეგი ბრძანება:
$ tflite-tools-device-packages-remove
დააკავშირეთ მოწყობილობა დისტანციურ მანქანასთან
მოწყობილობა დაკავშირებულია დისტანციურ მოწყობილობასთან და Qualcomm TFLite SDK კონტეინერს არ შეუძლია მოწყობილობაზე წვდომა USB/ad b.
ნახატზე ნაჩვენებია სtagეს არის Qualcomm TFLite SDK სამუშაო ნაკადის თანმიმდევრობით:
შეასრულეთ შემდეგი ბრძანებები tflite-tools კონტეინერში, რათა დააკოპიროთ არტეფაქტები დისტანციურ მანქანაზე
დამოკიდებულია მოწყობილობაზე პაკეტის მენეჯერზე:
$ tflite-tools-remote-sync-ipk-rel-pkg
შენიშვნა დისტანციური აპარატის ინფორმაცია მოცემულია JSON კონფიგურაციაში file.
დააინსტალირეთ არტეფაქტები Windows პლატფორმისთვის
Qualcomm TFLite SDK არტეფაქტები შეიძლება დამონტაჟდეს მოწყობილობაზე დისტანციური აპარატის ოპერაციული სისტემის საფუძველზე.
Windows პლატფორმისთვის, გააკეთეთ შემდეგი:
PowerShell-ზე გამოიყენეთ შემდეგი სკრიპტი: PS C:
> adb root PS C:> adb disable-verity PS C:> adb გადატვირთვა PS C:> adb ლოდინის მოწყობილობა PS C:> adb root PS C:> adb remount PS C:> adb shell mount -o remount, rw / PS C:> adb shell “mkdir -p /tmp” PS C:> adb push /tmp თუ პაკეტი არის ipk (QCS8550.LE.1.0-სთვის), გამოიყენეთ შემდეგი ბრძანებები: PS C:> adb shell “ opkg –force-depends –force-reinstall –force-overwrite install /tmp/“
დააინსტალირეთ არტეფაქტები Linux პლატფორმისთვის
გამოიყენეთ შემდეგი ბრძანებები:
$ adb root $ adb disable-verity $ adb გადატვირთვა $ adb მოლოდინი-მოწყობილობა $ adb root $ adb remount $ adb shell mount -o remount,rw / $ adb shell “mkdir -p /tmp” $ adb push /tmp თუ პაკეტი არის ipk (QCS8550.LE.1.0-სთვის): $ adb shell „opkg –force-depends –force-reinstall –force-overwrite install /tmp/“
გაასუფთავეთ დოკერის სურათი
დეველოპერის სამუშაო პროცესის დასრულების შემდეგ, დოკერის გარემო უნდა გაიწმინდოს დისკზე მეხსიერების გასათავისუფლებლად. დოკერის გაწმენდა აშორებს გამოუყენებელ კონტეინერებს და სურათებს, რითაც ათავისუფლებს ადგილს დისკზე.
გამოიყენეთ შემდეგი ბრძანებები დოკერის სურათის გასასუფთავებლად:
- გაუშვით შემდეგი ბრძანება Linux სამუშაო სადგურზე:
$ cd /tflite-tools - გააჩერეთ კონტეინერი:
$ tflite-tools-host-stop-container ./targets/ le-tflite-tools-builder.json - ამოიღეთ კონტეინერი:
$ tflite-tools-host-rm-container ./targets/ le-tflite-tools-builder.json - წაშალეთ ძველი დოკერის სურათები:
$ tflite-tools-host-images-cleanup
დოკერის დაყენების პრობლემების მოგვარება
თუ tflite-tools-host-build-image ბრძანება დააბრუნებს Nospace-ს, რომელიც დარჩა მოწყობილობაზე, მაშინ გადაიტანეთ დოკერის დირექტორიაში/local/mnt. დაყენების პრობლემის მოსაგვარებლად გააკეთეთ შემდეგი:
- შექმენით არსებული დოკერის სარეზერვო ასლი files:
$ tar -zcC /var/lib docker > /mnt/pd0/var_lib_docker-backup-$(თარიღი + %s).tar.gz - გააჩერეთ დოკერი:
$ სერვისის დოკერის გაჩერება - შეამოწმეთ, რომ დოკერის პროცესი არ მიმდინარეობს:
$ ps ყალბი | grep docker - შეამოწმეთ დოკერის დირექტორიას სტრუქტურა:
$ sudo ls /var/lib/docker/ - გადაიტანეთ დოკერის დირექტორია ახალ დანაყოფზე:
$ mv /var/lib/docker /local/mnt/docker - შექმენით სიმბლაკი დოკერის დირექტორიაში ახალ დანაყოფში:
$ ln -s /local/mnt/docker /var/lib/docker - დარწმუნდით, რომ დოკერის დირექტორიას სტრუქტურა უცვლელი რჩება:
$ sudo ls /var/lib/docker/ - დოკერის დაწყება:
$ სერვისის დოკერის დაწყება - გადატვირთეთ ყველა კონტეინერი დოკერის დირექტორიაში გადატანის შემდეგ.
შექმენით TFLite SDK Linux სამუშაო სადგურით
TFLite SDK სამუშაო ნაკადი შეიძლება ჩართოთ კონტეინერების გარეშე Linux სამუშაო სადგურის გამოყენებით. ეს პროცედურა კონტეინერების გამოყენების ალტერნატივაა.
Qualcomm TFLite SDK-ის სინქრონიზაციისთვის და ასაშენებლად, გააკეთეთ შემდეგი:
- შექმენით დირექტორია ჰოსტზე file სისტემა Qualcomm TFLite SDK სამუშაო სივრცის სინქრონიზაციისთვის. მაგampლე:
$mkdir
$cd - მიიღეთ Qualcomm TFLite SDK წყარო კოდი CodeLinaro-დან:
$ repo init -u https://git.codelinaro.org/clo/le/sdktflite/tflite/ manifest.git –repo-branch=qc/stable –repo-url=git://git.quicinc.com/ tools/repo.git -m TFLITE.SDK.1.0.r1-00200-TFLITE.0.xml -b გამოშვება && რეპო სინქრონიზაცია -qc –no-tags -j8 && repo სინქრონიზაცია -qc –არა-tags -j8 - 3. JSON კონფიგურაციის რედაქტირება file იმყოფება /tflite-tools/ targets/le-tflite-tools-builder.json შემდეგი შენატანებით
"სურათი": "tflite-tools-builder", "Device_OS": "le", "Additional_tag”: “”, “TFLite_Version”: “2.11.1”, “Delegates”: { “Hexagon_delegate”: “OFF”, “Gpu_delegate”: “ON”, “Xnnpack_delegate”: “ON” }, “TFLite_rsync_destination”: “ ”, “SDK_path”: “/build-qti-distro-fullstack-perf/tmpglibc/deploy/sdk>”, “SDK_shell_file”: “”, “Base_Dir_Location”: “”
დამატებითი ინფორმაციისთვის json კონფიგურაციაში ნახსენები ჩანაწერების შესახებ fileიხილეთ Docker.md readme file ზე /tflite-tools/.
შენიშვნა QCS8550-ისთვის ექვსკუთხა DSP დელეგატი არ არის მხარდაჭერილი - სკრიპტის წყარო გარემოს დასაყენებლად:
$ cd /tflite-tools
$ წყარო ./scripts/host/host_env_setup.sh - შექმენით Qualcomm TFLite SDK.
$ tflite-tools-setup targets/le-tflite-tools-builder.json - გაუშვით შემდეგი სასარგებლო ბრძანებები იმავე Linux გარსში, რათა შეაგროვოთ TFLite SDK არტეფაქტები.
TFLite_rsync_destination.
$ tflite-tools-host-get-rel-package targets/le-tflite-tools-builder.json
$ tflite-tools-host-get-dev-package targets/le-tflite-tools-builder.json - დააინსტალირეთ არტეფაქტები ოპერაციული სისტემის საფუძველზე
- Windows პლატფორმისთვის, PowerShell-ზე, გამოიყენეთ შემდეგი სკრიპტი
PS C:> adb root PS C:> adb გამორთვა-ნამდვილი PS C:> adb გადატვირთვა PS C:> adb მოლოდინი მოწყობილობისთვის PS C:> adb root PS C:> adb remount PS C:> adb shell mount - o ხელახლა დამონტაჟება,rw / PS C:> adb shell “mkdir -p /tmp” PS C:> adb push /tmp
თუ პაკეტი არის ipk (QCS8550.LE.1.0-სთვის), გამოიყენეთ შემდეგი ბრძანებები:
PS C:> adb shell “opkg –force-depends –force-reinstall –forceoverwrite install /tmp/
Linux პლატფორმისთვის გამოიყენეთ შემდეგი სკრიპტი:
$ adb root $ adb disable-verity $ adb გადატვირთვა $ adb მოლოდინი-მოწყობილობა $ adb root $ adb remount $ adb shell mount -o remount,rw / $ adb shell “mkdir -p /tmp” $ adb push /tmp თუ პაკეტი არის ipk (QCS8550.LE.1.0-ისთვის):
$ adb shell „opkg –force-depends –force-reinstall –force-overwrite install /tmp/“
- Windows პლატფორმისთვის, PowerShell-ზე, გამოიყენეთ შემდეგი სკრიპტი
შექმენით Qualcomm TFLite SDK არტეფაქტები QIM SDK-ის შესაქმნელად
QIM SDK-ში Qualcomm TFLite SDK GStreamer დანამატის გასააქტიურებლად გენერირებული არტეფაქტების გამოსაყენებლად, გააკეთეთ შემდეგი:
- დაასრულეთ პროცედურა Sync-ში და შექმენით Qualcomm TFLite SDK და შემდეგ გაუშვით შემდეგი ბრძანება: $ tflite-tools-host-get-dev-tar-package ./targets/le-tflite-toolsbuilder.json
ტარი file წარმოიქმნება. ის შეიცავს Qualcomm TFLite SDK-ს მითითებულ გზაზე „TFLite_rsync_destination“ - Qualcomm TFLite SDK GStreamer დანამატის ჩასართავად გამოიყენეთ tar file როგორც არგუმენტი JSON კონფიგურაციაში file QIM SDK კონსტრუქციისთვის.
QIM SDK-ის შედგენის შესახებ ინფორმაციისთვის იხილეთ Qualcomm Intelligent Multimedia SDK (QIM SDK) სწრაფი დაწყების სახელმძღვანელო (80-50450-51).
შექმენით Qualcomm TFLite SDK თანდათანობით
თუ პირველად ქმნით Qualcomm TFLite SDK-ს, იხილეთ Qualcomm TFLite SDK ინსტრუმენტების შექმნა - დეველოპერის სამუშაო პროცესი. იგივე სამშენებლო გარემო შეიძლება ხელახლა იქნას გამოყენებული დამატებითი განვითარებისთვის.
დამხმარე საშუალებები (კონტეინერში) ნახსენები ფიგურაში ხელმისაწვდომია დეველოპერებისთვის შეცვლილი აპლიკაციებისა და დანამატების შედგენისთვის.
სურათი 5-1 სამუშაო პროცესი კონტეინერში
კოდის ცვლილებების დასრულების შემდეგ კოდის დირექტორიაში, გააკეთეთ შემდეგი:
- შეცვლილი კოდის შედგენა:
$ tflite-tools-incremental-build-install - პაკეტის კომპილირებული კოდი:
$ tflite-tools-ipk-rel-pkg ან $ tflite-tools-deb-rel-pkg - გამოშვების პაკეტების სინქრონიზაცია მასპინძელთან file სისტემა:
$ tflite-tools-remote-sync-ipk-rel-pkg
Or
$ tflite-tools-remote-sync-deb-rel-pkg - მოამზადეთ დეველოპმენტის პაკეტი:
$ tflite-tools-ipk-dev-pkg
შედგენილი არტეფაქტები გვხვდება JSON-ში ნახსენებ TFLite_rsync_destination საქაღალდეში file, რომლის კოპირება შესაძლებელია ნებისმიერ დირექტორიაში.
იმუშავეთ QNN გარე TFLite დელეგატთან
TFLite External Delegate გაძლევთ საშუალებას გაუშვათ თქვენი მოდელები (ნაწილი ან მთლიანად) სხვა შემსრულებელზე, ბიბლიოთეკების გამოყენებით, რომლებიც უზრუნველყოფილია სანდო მესამე მხარის მიერ, როგორიცაა QNN Qualcomm-ის მიერ. ამ მექანიზმს შეუძლია გამოიყენოს სხვადასხვა მოწყობილობაზე ამაჩქარებლები, როგორიცაა GPU ან Hexagon Tensor Processor (HTP) დასკვნისთვის. ეს უზრუნველყოფს დეველოპერებს ნაგულისხმევი TFLite-დან მოქნილ და განცალკევებულ მეთოდს დასკვნის დასაჩქარებლად.
წინაპირობები:
- დარწმუნდით, რომ იყენებთ Ubuntu სამუშაო სადგურს QNN AI სტეკის ამოსაღებად.
- დარწმუნდით, რომ იყენებთ QNN ვერსიას 2.14 Qualcomm TFLite SDK-თან ერთად.
Qualcomm TFLite SDK-ს ჩართული აქვს დასკვნების გაშვება QNN-ის რამდენიმე საზურგეზე TFLite გარე დელეგატის მეშვეობით QNN-ისთვის. TFLite მოდელები საერთო ბრტყელი ბუფერული წარმომადგენლობით შეიძლება გაშვებული იყოს GPU-ზე და HTP-ზე.
მას შემდეგ, რაც მოწყობილობაზე დაინსტალირდება Qualcomm TFLite SDK პაკეტები, გააკეთეთ შემდეგი, რათა დააინსტალიროთ QNN ბიბლიოთეკები მოწყობილობაზე.
- ჩამოტვირთეთ Qualcomm Package Manager 3 Ubuntu-სთვის.
a. დააწკაპუნეთ https://qpm.qualcomm.com/ და დააჭირეთ ინსტრუმენტებს.
b. მარცხენა პანელში, საძიებო ხელსაწყოების ველში, აკრიფეთ QPM. სისტემის OS სიიდან აირჩიეთ Linux.
ძიების შედეგები აჩვენებს Qualcomm პაკეტის მენეჯერების სიას.
c. აირჩიეთ Qualcomm Package Manager 3 და ჩამოტვირთეთ Linux Debian პაკეტი. - დააინსტალირეთ Qualcomm Package Manager 3 Linux-ისთვის. გამოიყენეთ შემდეგი ბრძანება:
$ dpkg -i – ძალის გადაწერა /გზა/მიმართვა/
QualcommPackageManager3.3.0.83.1.Linux-x86.deb - ჩამოტვირთეთ Qualcomm®
AI Engine Direct SDK Ubuntu სამუშაო სადგურზე.
a. დააწკაპუნეთ https://qpm.qualcomm.com/ და დააჭირეთ ინსტრუმენტებს.
b. მარცხენა პანელში, საძიებო ხელსაწყოების ველში, აკრიფეთ AI stack. სისტემის OS სიიდან აირჩიეთ Linux.
A ნაჩვენებია ჩამოსაშლელი სია, რომელიც შეიცავს სხვადასხვა AI სტეკის ძრავებს.
c. დააწკაპუნეთ Qualcomm® AI Engine Direct SDK-ზე და ჩამოტვირთეთ Linux v2.14.0 პაკეტი. - დააინსტალირეთ Qualcomm® AI Engine Direct SDK Ubuntu სამუშაო სადგურზე.
ა. გაააქტიურეთ ლიცენზია:
qpm-cli –ლიცენზია-გააქტიურეთ qualcomm_ai_engine_direct
b დააინსტალირეთ AI Engine Direct SDK:
$ qpm-cli –extract /path/to/ qualcomm_ai_engine_direct.2.14.0.230828.Linux-AnyCPU.qik - გადაიტანეთ ბიბლიოთეკები მოწყობილობაზე Ubuntu-ს სამუშაო სადგურიდან adb push-ით.
$ cd /opt/qcom/aistack/qnn/2.14.0.230828 $ adb push ./lib/aarch64-oe-linux-gcc11.2/ libQnnDsp.so /usr/lib/ $ adb push ./lib/aarch64-oe- linux-gcc11.2/ libQnnDspV66Stub.so /usr/lib/ $ adb push ./lib/aarch64-oe-linux-gcc11.2/ libQnnGpu.so /usr/lib/ $ adb push ./lib/aarch64-oe- linux-gcc11.2/ libQnnHtpPrepare.so /usr/lib/ $ adb push ./lib/aarch64-oe-linux-gcc11.2/ libQnnHtp.so /usr/lib/ $ adb push ./lib/aarch64-oe- linux-gcc11.2/ libQnnHtpV68Stub.so /usr/lib/ $ adb push ./lib/aarch64-oe-linux-gcc11.2/ libQnnSaver.so /usr/lib/ $ adb push ./lib/aarch64-oe- linux-gcc11.2/ libQnnSystem.so /usr/lib/ $ adb push ./lib/aarch64-oe-linux-gcc11.2/ libQnnTFLiteDelegate.so /usr/lib/ $ adb push ./lib/hexagon-v65/ ხელმოუწერელი/ libQnnDspV65Skel.so /usr/lib/rfsa/adsp $ adb push ./lib/hexagon-v66/unsigned/ libQnnDspV66Skel.so /usr/lib/rfsa/adsp $ adb push ./lib/hexagon-v68/un libQnnHtpV68Skel.so /usr/lib/rfsa/adsp $ adb push ./lib/hexagon-v69/unsigned/ libQnnHtpV69Skel.so /usr/lib/rfsa/adsp $ adb push ./lib/hexagon-v73/unsigned ასე რომ, /usr/lib/rfsa/adsp
ტესტი Qualcomm TFLite SDK
Qualcomm TFLite SDK უზრუნველყოფს გარკვეულ მაგალითსampაპლიკაციები, რომლებიც შეიძლება გამოყენებულ იქნას იმ მოდელების დასადასტურებლად, საორიენტაციოდ და სიზუსტის მისაღებად, რომელთა შეფასებაც დეველოპერს სურს.
მას შემდეგ, რაც მოწყობილობაზე დამონტაჟდება Qualcomm TFLite SDK პაკეტები, გაშვების დრო ხელმისაწვდომია მოწყობილობაზე, რომ გაუშვათ ისინიampაპლიკაციები.
წინაპირობა
შექმენით შემდეგი დირექტორიები მოწყობილობაზე:
$ adb shell „mkdir /data/Models“
$ adb shell „mkdir /data/Lables“
$ adb shell „mkdir /data/profiling“
ეტიკეტის სურათი
ლეიბლის სურათი არის პროგრამა, რომელიც მოწოდებულია Qualcomm TFLite SDK-ით, რომელიც გვიჩვენებს, თუ როგორ შეგიძლიათ ჩატვირთოთ წინასწარ მომზადებული და გარდაქმნილი TensorFlow Lite მოდელი და გამოიყენოთ იგი სურათებში ობიექტების ამოცნობისთვის. წინაპირობები:
ჩამოტვირთეთ სampმოდელი და სურათი:
თქვენ შეგიძლიათ გამოიყენოთ ნებისმიერი თავსებადი მოდელი, მაგრამ შემდეგი MobileNet v1 მოდელი გთავაზობთ მოდელის კარგ დემონსტრირებას, რომელიც მომზადებულია 1000 სხვადასხვა ობიექტის ამოცნობაში.
- მიიღეთ მოდელი
$ გurl https://storage.googleapis.com/download.tensorflow.org/models/ mobilenet_v1_2018_02_22/mobilenet_v1_1.0_224.tgz | tar xzv -C /data $ mv /data/mobilenet_v1_1.0_224.tflite /data/Models/ - მიიღეთ ეტიკეტები
$ გurl https://storage.googleapis.com/download.tensorflow.org/models/ mobilenet_v1_1.0_224_frozen.tgz | tar xzv -C /data mobilenet_v1_1.0_224/ labels.txt
$ mv /data/mobilenet_v1_1.0_224/labels.txt /data/Labels/
მას შემდეგ რაც დაუკავშირდებით Qualcomm TFLite SDK დოკერ კონტეინერს, სურათი შეგიძლიათ იხილოთ აქ:
„/mnt/tflite/src/tensorflow/tensorflow/lite/examples/label_image/ testdata/grace_hopper.bmp”
a. დააჭირე ამას file to/data/Labels/
b. გაუშვით ბრძანება:
$ adb shell "label_image -l /data/Labels/labels.txt -i /data/Labels/ grace_hopper.bmp -m /data/Models/mobilenet_v1_1.0_224.tflite -c 10 -j 1 -p 1"
ნიშნული
Qualcomm TFLite SDK უზრუნველყოფს საორიენტაციო ინსტრუმენტს სხვადასხვა გაშვების დროის შესრულების გამოსათვლელად.
ეს საორიენტაციო ინსტრუმენტები ამჟამად ზომავს და ითვლის სტატისტიკას შესრულების შემდეგი მნიშვნელოვანი მეტრიკებისთვის:
- ინიციალიზაციის დრო
- გახურების მდგომარეობის დასკვნის დრო
- სტაბილური მდგომარეობის დასკვნის დრო
- მეხსიერების გამოყენება ინიციალიზაციის დროს
- მეხსიერების საერთო მოხმარება
წინაპირობები
დააყენეთ შესამოწმებელი მოდელები TFLite Model Zoo-დან (https://tfhub.dev/) to/data/Models/. გაუშვით შემდეგი სკრიპტები:
- XNN პაკეტი
$ adb shell “benchmark_model –graph=/data/Models/ — enable_op_profiling=true –use_xnnpack=true –num_threads=4 –max_secs=300 –profiling_output_csv_file=/მონაცემები/პროფილირება/” - GPU დელეგატი
$ adb shell “benchmark_model –graph=/data/Models/ — enable_op_profiling=true –use_gpu=true –num_runs=100 –warmup_runs=10 — max_secs=300 –profiling_output_csv_file=/მონაცემები/პროფილირება/” - გარე დელეგატი
QNN გარე დელეგატის GPU:
დასკვნის გაკეთება მცურავი წერტილის მოდელით:
$ adb shell-command “benchmark_model –graph=/data/Models/ .tflite –external_delegate_path=libQnnTFLiteDelegate.so — external_delegate_options='backend_type:gpu;library_path:/usr/lib/ libQn_nGplussary. /adsp'”
QNN გარე დელეგატი HTP:
დასკვნის გაკეთება რაოდენობრივი მოდელით:
$ adb shell-command “benchmark_model –graph=/data/Models/ .tflite –external_delegate_path=libQnnTFLiteDelegate.so — external_delegate_options='backend_type:htp;library_path:/usr/lib/ libQn_skeel:/brussary. /adsp'”
სიზუსტის ინსტრუმენტი
Qualcomm TFLite SDK უზრუნველყოფს სიზუსტის ინსტრუმენტს მოდელების სიზუსტის გამოსათვლელად სხვადასხვა გაშვების დროს.
- კლასიფიკაცია GPU დელეგატთან
აუცილებელი ნაბიჯები ჩამოტვირთვისთვის fileშესამოწმებლად შეგიძლიათ იხილოთ: "/mnt/tflite/src/tensorflow/tensorflow/lite/tools/evaluation/tasks/ imagenet_image_classificatio/README.md"
ორობითი ამ ხელსაწყოს გასაშვებად უკვე არის SDK-ის ნაწილი, ამიტომ დეველოპერს არ სჭირდება მისი ხელახლა შექმნა.
$ adb shell „image_classify_run_eval — model_file=/data/Models/ –ground_truth_images_path=/data/ — ground_truth_labels=/data/ –model_output_labels=/ data/ –delegate=gpu” - ობიექტების ამოცნობა XNN პაკეტით
$ adb shell „inf_diff_run_eval –model_file=/მონაცემები/მოდელები/ –delegate=xnnpac
იურიდიული ინფორმაცია
თქვენი ხელმისაწვდომობა და გამოყენება ამ დოკუმენტზე, ნებისმიერ სპეციფიკაციასთან ერთად, საცნობარო დაფაზე files, ნახაზები, დიაგნოსტიკა და სხვა ინფორმაცია, რომელიც შეიცავს აქ (ერთობლივად ეს "დოკუმენტაცია"), ექვემდებარება თქვენს (მათ შორის კორპორაციას ან სხვა იურიდიულ პირს, რომელსაც თქვენ წარმოადგენთ, ერთობლივად "შენ" ან "შენი") პირობების მიღება ("Მოხმარების პირობები") ქვემოთ ჩამოთვლილი. თუ თქვენ არ ეთანხმებით ამ გამოყენების პირობებს, თქვენ არ შეგიძლიათ გამოიყენოთ ეს დოკუმენტაცია და დაუყოვნებლივ გაანადგუროთ მისი ნებისმიერი ასლი.
- Იურიდიული ცნობა.
ეს დოკუმენტაცია ხელმისაწვდომია თქვენთვის მხოლოდ თქვენი შიდა გამოყენებისთვის Qualcomm Technologies, Inc.-ის („Qualcomm Technologies“) და მისი შვილობილი კომპანიების პროდუქტებისა და მომსახურების შეთავაზებებისთვის, რომლებიც აღწერილია ამ დოკუმენტაციაში და არ უნდა იქნას გამოყენებული სხვა მიზნებისთვის. ეს დოკუმენტაცია არ შეიძლება შეიცვალოს, რედაქტირდეს ან შეიცვალოს რაიმე ფორმით Qualcomm Technologies-ის წინასწარი წერილობითი თანხმობის გარეშე. ამის უნებართვო გამოყენება ან გამჟღავნება
დოკუმენტაცია ან აქ მოცემული ინფორმაცია მკაცრად აკრძალულია და თქვენ თანახმა ხართ აანაზღაუროთ Qualcomm Technologies, მისი შვილობილი კომპანიები და ლიცენზიარები Qualcomm Technologies-ის, მისი შვილობილი კომპანიების და ლიცენზირების მიერ მიყენებული ნებისმიერი ზიანის ან ზარალისთვის ამ ან მთელი დოკუმენტაციის ნებისმიერი ასეთი არაავტორიზებული გამოყენების ან გამჟღავნების გამო. ნაწილი. Qualcomm Technologies, მისი შვილობილი კომპანიები და ლიცენზიარები ინარჩუნებენ ყველა უფლებას და საკუთრებას ამ დოკუმენტაციაზე და მის მიმართ. არანაირი ლიცენზია რაიმე სასაქონლო ნიშნის, პატენტის, საავტორო უფლებების, ნიღბის მუშაობის დაცვის უფლების ან სხვა ინტელექტუალური საკუთრების უფლების შესახებ არ არის მინიჭებული ან ნაგულისხმევი ამ დოკუმენტით ან აქ გამჟღავნებული ნებისმიერი ინფორმაციით, მათ შორის, მაგრამ არ შემოიფარგლება, ნებისმიერი ლიცენზიის დამზადების, გამოყენების, იმპორტის ან გაყიდეთ ნებისმიერი პროდუქტი, სერვისი ან ტექნოლოგია, რომელიც შეიცავს ამ დოკუმენტაციის ნებისმიერ ინფორმაციას.
ეს დოკუმენტაცია მოწოდებულია „როგორც არის“ რაიმე სახის გარანტიის გარეშე, გამოხატული, ნაგულისხმევი, კანონიერი თუ სხვაგვარი. კანონით, QUALCOMM TECHNOLOGIES-ის, მისი შვილობილი კომპანიების და ლიცენზიარების მიერ ნებადართული მაქსიმალური ოდენობით, კონკრეტულად უარს აცხადებენ ყველა გარანტიაზე, საკუთრების უფლების, ვაჭრობის, დარღვევის დარღვევის, უფლების დარღვევის შესახებ , სრულყოფილება ან სიზუსტე და ყველა გარანტია, რომელიც წარმოიქმნება სავაჭრო გამოყენების ან გარიგების გარეშე ან შესრულების კურსის გარეშე. უფრო მეტიც, არც QUALCOMM TECHNOLOGIES, არც მისი რომელიმე შვილობილი ან ლიცენზირებული არ იქნება პასუხისმგებელი თქვენ ან რომელიმე მესამე პირის წინაშე რაიმე ხარჯების, ზარალის, გამოყენების ან უსუსური მოქმედებების გამო ეს დოკუმენტაცია.
გარკვეული პროდუქტის ნაკრები, ხელსაწყოები და მასალები, რომლებიც მითითებულია ამ დოკუმენტაციაში, შეიძლება მოითხოვოს თქვენგან დაეთანხმოთ დამატებით პირობებს ამ ნივთებზე წვდომამდე ან გამოყენებამდე.
ამ დოკუმენტაციაში მითითებული ტექნიკური მონაცემები შეიძლება დაექვემდებაროს აშშ-ს და ექსპორტის კონტროლის სხვა მოქმედ კანონებს. გადაცემა აშშ-ისა და ნებისმიერი სხვა მოქმედი კანონის საწინააღმდეგოდ მკაცრად აკრძალულია.
ამ დოკუმენტაციაში არაფერია შეთავაზება, რომ გაყიდოთ რომელიმე კომპონენტი ან მოწყობილობა, რომელიც მითითებულია აქ.
ეს დოკუმენტაცია შეიძლება შეიცვალოს შემდგომი შეტყობინების გარეშე. წინამდებარე გამოყენების პირობებსა და მათ შორის კონფლიქტის შემთხვევაში Webსაიტის გამოყენების წესები www.qualcomm.com ან Qualcomm-ის კონფიდენციალურობის პოლიტიკაზე მითითებულ www.qualcomm.com, ეს გამოყენების წესები გააკონტროლებს. წინამდებარე გამოყენების პირობებსა და თქვენს მიერ და Qualcomm Technologies-ის ან Qualcomm Technologies-ის შვილობილი კომპანიის მიერ შესრულებულ სხვა შეთანხმებას შორის კონფლიქტის შემთხვევაში, თქვენს მიერ ამ დოკუმენტაციის ხელმისაწვდომობასთან და გამოყენებასთან დაკავშირებით, სხვა შეთანხმება გააკონტროლებს .
ეს გამოყენების პირობები რეგულირდება და განიმარტება და აღსრულდება კალიფორნიის შტატის კანონმდებლობის შესაბამისად, საქონლის საერთაშორისო გაყიდვის შესახებ გაეროს კონვენციის გამოკლებით, კანონების კონფლიქტის პრინციპების გათვალისწინებით. ნებისმიერი დავა, პრეტენზია ან დაპირისპირება, რომელიც წარმოიქმნება ან დაკავშირებულია ამ გამოყენების წესებთან, ან დარღვევის ან მოქმედების შესახებ, განიხილება მხოლოდ კომპეტენტური იურისდიქციის სასამართლოს მიერ სან-დიეგოს საგრაფოში, კალიფორნიის შტატი, და თქვენ აცხადებთ თანხმობას, ამ მიზნით ასეთი სასამართლოების პირადი იურისდიქცია. - სასაქონლო ნიშნისა და პროდუქტის ატრიბუტის განცხადებები.
Qualcomm არის Qualcomm Incorporated-ის სავაჭრო ნიშანი ან რეგისტრირებული სავაჭრო ნიშანი. Arm არის Arm Limited-ის (ან მისი შვილობილი კომპანიების) რეგისტრირებული სავაჭრო ნიშანი აშშ-ში და/ან სხვაგან. Bluetooth® სიტყვის ნიშანი არის რეგისტრირებული სასაქონლო ნიშანი, რომელიც ეკუთვნის Bluetooth SIG, Inc-ს. სხვა პროდუქტისა და ბრენდის სახელები, რომლებიც მითითებულია ამ დოკუმენტაციაში, შეიძლება იყოს მათი შესაბამისი მფლობელების სავაჭრო ნიშნები ან რეგისტრირებული სავაჭრო ნიშნები.
Snapdragon-ისა და Qualcomm-ის ბრენდირებული პროდუქტები, რომლებიც მითითებულია ამ დოკუმენტაციაში, არის Qualcomm Technologies, Inc.-ის და/ან მისი შვილობილი კომპანიების პროდუქტები. Qualcomm-ის დაპატენტებული ტექნოლოგიები ლიცენზირებულია Qualcomm Incorporated-ის მიერ.
დოკუმენტები / რესურსები
 |
Qualcomm TensorFlow Lite SDK პროგრამული უზრუნველყოფა [pdf] მომხმარებლის სახელმძღვანელო TensorFlow Lite SDK Software, Lite SDK Software, SDK Software, Software |
