TensorFlow Lite в сервисах Google Play

TensorFlow Lite доступен в среде выполнения сервисов Google Play для всех устройств Android, на которых установлена ​​текущая версия сервисов Play. Эта среда выполнения позволяет запускать модели машинного обучения (ML) без статического объединения библиотек TensorFlow Lite в ваше приложение.

С помощью API сервисов Google Play вы можете уменьшить размер своих приложений и повысить производительность благодаря последней стабильной версии библиотек. TensorFlow Lite в сервисах Google Play — рекомендуемый способ использования TensorFlow Lite на Android.

Вы можете начать работу со средой выполнения сервисов Play с помощью Quickstart , который предоставляет пошаговое руководство по реализации примера приложения. Если вы уже используете автономный TensorFlow Lite в своем приложении, обратитесь к разделу «Миграция с автономного TensorFlow Lite» , чтобы обновить существующее приложение для использования среды выполнения сервисов Play. Дополнительную информацию о сервисах Google Play можно найти на веб-сайте сервисов Google Play .

Использование среды выполнения сервисов Play

TensorFlow Lite в сервисах Google Play доступен через API следующих языков программирования:

Ограничения

TensorFlow Lite в сервисах Google Play имеет следующие ограничения:

  • Поддержка делегатов аппаратного ускорения ограничена делегатами, перечисленными в разделе «Аппаратное ускорение» . Никакие другие делегаты ускорения не поддерживаются.
  • Экспериментальные или устаревшие API TensorFlow Lite, включая пользовательские операции, не поддерживаются.

Поддержка и обратная связь

Вы можете оставить отзыв и получить поддержку через систему отслеживания проблем TensorFlow. Сообщайте о проблемах и отправляйте запросы на поддержку, используя шаблон проблемы для TensorFlow Lite в сервисах Google Play.

Условия использования

Использование TensorFlow Lite в API сервисов Google Play регулируется Условиями обслуживания API Google .

Конфиденциальность и сбор данных

Когда вы используете TensorFlow Lite в API сервисов Google Play, обработка входных данных, таких как изображения, видео, текст, полностью происходит на устройстве, а TensorFlow Lite в API сервисов Google Play не отправляет эти данные на серверы Google. В результате вы можете использовать наши API для обработки данных, которые не должны покидать устройство.

TensorFlow Lite в API сервисов Google Play может время от времени связываться с серверами Google, чтобы получать такие сведения, как исправления ошибок, обновленные модели и информацию о совместимости аппаратных ускорителей. TensorFlow Lite в API-интерфейсах сервисов Google Play также отправляет в Google показатели производительности и использования API-интерфейсов вашего приложения. Google использует эти метрические данные для измерения производительности, отладки, обслуживания и улучшения API, а также для выявления неправильного использования или злоупотреблений, как подробно описано в нашей Политике конфиденциальности .

Вы несете ответственность за информирование пользователей вашего приложения об обработке Google TensorFlow Lite в данных метрик API сервисов Google Play, как того требует действующее законодательство.

Данные, которые мы собираем, включают следующее:

  • Информация об устройстве (например, производитель, модель, версия и сборка ОС) и доступных аппаратных ускорителях машинного обучения (GPU и DSP). Используется для диагностики и анализа использования.
  • Идентификатор устройства, используемый для диагностики и анализа использования.
  • Информация о приложении (название пакета, версия приложения). Используется для диагностики и анализа использования.
  • Конфигурация API (например, какие делегаты используются). Используется для диагностики и анализа использования.
  • Тип события (например, создание интерпретатора, вывод). Используется для диагностики и анализа использования.
  • Коды ошибок. Используется для диагностики.
  • Показатели эффективности. Используется для диагностики.

Следующие шаги

Дополнительную информацию о реализации машинного обучения в вашем мобильном приложении с помощью TensorFlow Lite см. в Руководстве разработчика TensorFlow Lite . Дополнительные модели TensorFlow Lite для классификации изображений, обнаружения объектов и других приложений можно найти в TensorFlow Hub .