Google Play 開発者サービスの TensorFlow Lite

TensorFlow Lite は、現在のバージョンの Play サービスを実行しているすべての Android デバイスの Google Play サービス ランタイムで利用できます。このランタイムを使用すると、TensorFlow Lite ライブラリをアプリに静的にバンドルすることなく、機械学習 (ML) モデルを実行できます。

Google Play サービス API を使用すると、アプリのサイズを削減し、ライブラリの最新の安定バージョンからパフォーマンスを向上させることができます。 Android で TensorFlow Lite を使用するには、Google Play サービスの TensorFlow Lite が推奨される方法です。

サンプル アプリケーションを実装するためのステップバイステップ ガイドを提供するクイックスタートを使用して、Play サービス ランタイムの使用を開始できます。アプリですでにスタンドアロン TensorFlow Lite を使用している場合は、 「スタンドアロン TensorFlow Lite からの移行」セクションを参照して、Play サービス ランタイムを使用するように既存のアプリを更新します。 Google Play サービスの詳細については、 Google Play サービスのWeb サイトを参照してください。

Play サービス ランタイムの使用

Google Play サービスの TensorFlow Lite は、次のプログラミング言語 API を通じて利用できます。

制限事項

Google Play サービスの TensorFlow Lite には次の制限があります。

  • ハードウェア アクセラレーション デリゲートのサポートは、 「ハードウェア アクセラレーション」セクションにリストされているデリゲートに限定されます。他のアクセラレーション デリゲートはサポートされていません。
  • カスタム操作を含む実験的または非推奨の TensorFlow Lite API はサポートされていません。

サポートとフィードバック

TensorFlow Issue Tracker を通じてフィードバックを提供し、サポートを受けることができます。 Google Play サービスの TensorFlow Lite の問題テンプレートを使用して、問題とサポート リクエストを報告してください。

利用規約

Google Play サービス API での TensorFlow Lite の使用には、Google API の利用規約が適用されます。

プライバシーとデータ収集

Google Play サービス API で TensorFlow Lite を使用する場合、画像、ビデオ、テキストなどの入力データの処理は完全にデバイス上で行われ、Google Play サービス API の TensorFlow Lite はそのデータを Google サーバーに送信しません。その結果、デバイスから流出すべきではないデータを処理するために API を使用できるようになります。

Google Play サービス API の TensorFlow Lite は、バグ修正、更新されたモデル、ハードウェア アクセラレータの互換性情報などを受け取るために、Google サーバーに時々接続する場合があります。 Google Play サービス API の TensorFlow Lite は、アプリ内の API のパフォーマンスと使用率に関するメトリクスも Google に送信します。 Google は、プライバシー ポリシーで詳細に説明されているように、この指標データをパフォーマンスの測定、API のデバッグ、維持および改善、誤用や悪用の検出に使用します。

あなたは、適用される法律の要求に従って、Google Play サービス API メトリクス データにおける TensorFlow Lite の Google の処理についてアプリのユーザーに通知する責任があります。

当社が収集するデータには次のものが含まれます。

  • デバイス情報 (メーカー、モデル、OS バージョン、ビルドなど) および利用可能な ML ハードウェア アクセラレータ (GPU および DSP)。診断と使用状況分析に使用されます。
  • 診断と使用状況分析に使用されるデバイス識別子。
  • アプリ情報 (パッケージ名、アプリのバージョン)。診断と使用状況分析に使用されます。
  • API 構成 (どのデリゲートが使用されているかなど)。診断と使用状況分析に使用されます。
  • イベントの種類 (インタープリタの作成、推論など)。診断と使用状況分析に使用されます。
  • エラーコード。診断に使用されます。
  • パフォーマンス指標。診断に使用されます。

次のステップ

TensorFlow Lite を使用してモバイル アプリケーションに機械学習を実装する方法の詳細については、 「 TensorFlow Lite 開発者ガイド 」を参照してください。 TensorFlow Hubでは、画像分類、物体検出、その他のアプリケーション用の追加の TensorFlow Lite モデルを見つけることができます。