TensorFlow Lite tersedia di runtime layanan Google Play untuk semua perangkat Android yang menjalankan layanan Play versi saat ini. Runtime ini memungkinkan Anda menjalankan model machine learning (ML) tanpa menggabungkan pustaka TensorFlow Lite secara statis ke dalam aplikasi Anda.
Dengan API layanan Google Play, Anda dapat mengurangi ukuran aplikasi dan mendapatkan peningkatan kinerja dari pustaka versi stabil terbaru. TensorFlow Lite di layanan Google Play adalah cara yang disarankan untuk menggunakan TensorFlow Lite di Android.
Anda dapat memulai runtime layanan Play dengan Quickstart , yang menyediakan panduan langkah demi langkah untuk mengimplementasikan aplikasi sampel. Jika Anda sudah menggunakan TensorFlow Lite yang berdiri sendiri di aplikasi Anda, lihat bagian Migrasi dari TensorFlow Lite yang berdiri sendiri untuk mengupdate aplikasi yang sudah ada agar dapat menggunakan runtime layanan Play. Untuk informasi lebih lanjut tentang layanan Google Play, lihat situs web layanan Google Play .
Menggunakan runtime layanan Play
TensorFlow Lite di layanan Google Play tersedia melalui api bahasa pemrograman berikut:
- Java API - lihat panduan
- C API - lihat panduan
Keterbatasan
TensorFlow Lite di layanan Google Play memiliki batasan berikut:
- Dukungan untuk delegasi akselerasi perangkat keras terbatas pada delegasi yang tercantum di bagian Akselerasi perangkat keras . Tidak ada delegasi percepatan lainnya yang didukung.
- TensorFlow Lite API eksperimental atau yang tidak digunakan lagi, termasuk operasi kustom, tidak didukung.
Dukungan dan umpan balik
Anda dapat memberikan masukan dan mendapatkan dukungan melalui TensorFlow Issue Tracker. Silakan laporkan masalah dan permintaan dukungan menggunakan template Masalah untuk TensorFlow Lite di layanan Google Play.
Persyaratan layanan
Penggunaan TensorFlow Lite di API layanan Google Play tunduk pada Persyaratan Layanan Google API .
Privasi dan pengumpulan data
Saat Anda menggunakan TensorFlow Lite di API layanan Google Play, pemrosesan data masukan, seperti gambar, video, teks, sepenuhnya dilakukan di perangkat, dan TensorFlow Lite di API layanan Google Play tidak mengirimkan data tersebut ke server Google. Hasilnya, Anda dapat menggunakan API kami untuk memproses data yang tidak boleh keluar dari perangkat.
TensorFlow Lite di API layanan Google Play dapat menghubungi server Google dari waktu ke waktu untuk menerima hal-hal seperti perbaikan bug, model yang diperbarui, dan informasi kompatibilitas akselerator perangkat keras. TensorFlow Lite di API layanan Google Play juga mengirimkan metrik tentang performa dan pemanfaatan API di aplikasi Anda ke Google. Google menggunakan data metrik ini untuk mengukur kinerja, melakukan debug, memelihara dan meningkatkan API, serta mendeteksi penyalahgunaan atau penyalahgunaan, sebagaimana dijelaskan lebih lanjut dalam Kebijakan Privasi kami.
Anda bertanggung jawab untuk memberi tahu pengguna aplikasi Anda tentang pemrosesan TensorFlow Lite di data metrik API layanan Google Play oleh Google sebagaimana diwajibkan oleh hukum yang berlaku.
Data yang kami kumpulkan mencakup hal-hal berikut:
- Informasi perangkat (seperti pabrikan, model, versi dan versi OS) dan akselerator perangkat keras ML yang tersedia (GPU dan DSP). Digunakan untuk diagnostik dan analisis penggunaan.
- Pengidentifikasi perangkat yang digunakan untuk diagnostik dan analisis penggunaan.
- Informasi aplikasi (nama paket, versi aplikasi). Digunakan untuk diagnostik dan analisis penggunaan.
- Konfigurasi API (seperti delegasi mana yang digunakan). Digunakan untuk diagnostik dan analisis penggunaan.
- Jenis peristiwa (seperti pembuatan juru bahasa, inferensi). Digunakan untuk diagnostik dan analisis penggunaan.
- Kode kesalahan. Digunakan untuk diagnostik.
- Metrik kinerja. Digunakan untuk diagnostik.
Langkah selanjutnya
Untuk informasi selengkapnya tentang penerapan pembelajaran mesin di aplikasi seluler Anda dengan TensorFlow Lite, lihat Panduan Pengembang TensorFlow Lite . Anda dapat menemukan model TensorFlow Lite tambahan untuk klasifikasi gambar, deteksi objek, dan aplikasi lainnya di TensorFlow Hub .