要件

ラベル付け機能を備えた写真管理 Android アプリを開発しています。日常のオブジェクト/建物/動物/植物を認識する必要があります。自転車、家、山が写っている写真を撮ると、アプリはその写真をこれらの各カテゴリに追加します。

Tensorflow + 事前トレーニング済みの MobileNet v2は要件に完全に適合し、 my に次の依存関係がありますbuild.gradle。

問題

問題: APK が 10 倍の 32 MB に増加します。これは、私のターゲット ユーザー (遅い/高価なモバイル データ プランを使用し、WiFi/LAN/ブロードバンドを使用していないユーザー) には受け入れられません。

質問: Tensorflow + 事前トレーニング済みの MobileNet v2 をはるかに小さくするには、どのようなトリックを使用できますか?

特に、ラベル付け時に使用されていないクラスを Tensorflow から削除するにはどうすればよいですか? Android ではトレーニングは行われないため、たとえば、すべてのトレーニング クラスは必要ありません。必要に応じて再コンパイルできますが、他の方法でも構いません。

次元N1, N2,の配列N3が与えられた場合、特定の軸のさまざまなレベルについて、この多次元配列の最小値と最大値 (範囲) を Julia で取得する方法はありますか?

たとえば、my_arrayサイズの配列があるとします (上で使用した用語との一貫性を保つため、、を(10, 3, 100)意味します)。の 3 つの異なる「レベル」の最小値と最大値を取得したいと考えています。基本的に、次のことを行うより簡潔なコードが必要です。N1 = 10N2 = 3N3 = 100N2

したがって、基本的には、必要な次元 (この場合は dimension )my_array[:,n,:]のレベルごとに、 のようなインデックス操作によって選択された n 次元のサブ配列全体で最小値 (それぞれ、最大値) を取得しています。nN2

Nこの操作を多次元配列の任意の次元に一般化し、基本的にその次元のさまざまな「設定/レベル」の範囲を格納する(より良い)コードが必要です。