TensorFlow Lite dans les services Google Play

TensorFlow Lite est disponible dans l'environnement d'exécution des services Google Play pour tous les appareils Android exécutant la version actuelle des services Play. Ce runtime vous permet d'exécuter des modèles de machine learning (ML) sans regrouper statiquement les bibliothèques TensorFlow Lite dans votre application.

Avec l'API des services Google Play, vous pouvez réduire la taille de vos applications et améliorer les performances grâce à la dernière version stable des bibliothèques. TensorFlow Lite dans les services Google Play est la méthode recommandée pour utiliser TensorFlow Lite sur Android.

Vous pouvez démarrer avec le runtime des services Play avec le Quickstart , qui fournit un guide étape par étape pour implémenter un exemple d'application. Si vous utilisez déjà TensorFlow Lite autonome dans votre application, reportez-vous à la section Migration à partir de TensorFlow Lite autonome pour mettre à jour une application existante afin d'utiliser le runtime des services Play. Pour plus d'informations sur les services Google Play, consultez le site Web des services Google Play .

Utiliser le runtime des services Play

Les services TensorFlow Lite dans Google Play sont disponibles via les API de langage de programmation suivantes :

Limites

TensorFlow Lite dans les services Google Play présente les limitations suivantes :

  • La prise en charge des délégués d’accélération matérielle est limitée aux délégués répertoriés dans la section Accélération matérielle . Aucun autre délégué à l’accélération n’est pris en charge.
  • Les API TensorFlow Lite expérimentales ou obsolètes, y compris les opérations personnalisées, ne sont pas prises en charge.

Assistance et commentaires

Vous pouvez fournir des commentaires et obtenir de l'aide via TensorFlow Issue Tracker. Veuillez signaler les problèmes et les demandes d'assistance à l'aide du modèle de problème pour TensorFlow Lite dans les services Google Play.

Conditions d'utilisation

L'utilisation de TensorFlow Lite dans les API des services Google Play est soumise aux conditions d'utilisation des API Google .

Confidentialité et collecte de données

Lorsque vous utilisez TensorFlow Lite dans les API des services Google Play, le traitement des données d'entrée, telles que les images, les vidéos, le texte, s'effectue entièrement sur l'appareil, et TensorFlow Lite dans les API des services Google Play n'envoie pas ces données aux serveurs Google. De ce fait, vous pouvez utiliser nos API pour traiter des données qui ne doivent pas quitter l’appareil.

Les API des services TensorFlow Lite dans Google Play peuvent contacter les serveurs Google de temps en temps afin de recevoir des éléments tels que des corrections de bugs, des modèles mis à jour et des informations de compatibilité des accélérateurs matériels. Les API des services TensorFlow Lite dans Google Play envoient également à Google des métriques sur les performances et l'utilisation des API de votre application. Google utilise ces données de métriques pour mesurer les performances, déboguer, maintenir et améliorer les API, et détecter les utilisations inappropriées ou abusives, comme décrit plus en détail dans notre Politique de confidentialité .

Vous êtes tenu d'informer les utilisateurs de votre application du traitement par Google des données de métriques de TensorFlow Lite dans les API des services Google Play, comme l'exige la loi applicable.

Les données que nous collectons comprennent les suivantes :

  • Informations sur l'appareil (telles que le fabricant, le modèle, la version et la version du système d'exploitation) et accélérateurs matériels ML disponibles (GPU et DSP). Utilisé pour les diagnostics et l’analyse de l’utilisation.
  • Identifiant de l'appareil utilisé pour les diagnostics et l'analyse de l'utilisation.
  • Informations sur l'application (nom du package, version de l'application). Utilisé pour les diagnostics et l’analyse de l’utilisation.
  • Configuration de l'API (par exemple quels délégués sont utilisés). Utilisé pour les diagnostics et l’analyse de l’utilisation.
  • Type d'événement (tel que la création d'un interpréteur, l'inférence). Utilisé pour les diagnostics et l’analyse de l’utilisation.
  • Codes d'erreur. Utilisé pour le diagnostic.
  • Indicateurs de performance. Utilisé pour le diagnostic.

Prochaines étapes

Pour plus d'informations sur la mise en œuvre du machine learning dans votre application mobile avec TensorFlow Lite, consultez le Guide du développeur TensorFlow Lite . Vous pouvez trouver des modèles TensorFlow Lite supplémentaires pour la classification d'images, la détection d'objets et d'autres applications sur TensorFlow Hub .