iOS เริ่มต้นอย่างรวดเร็ว

ในการเริ่มต้นใช้งาน TensorFlow Lite บน iOS เราขอแนะนำให้สำรวจตัวอย่างต่อไปนี้:

ตัวอย่างการจัดหมวดหมู่รูปภาพ iOS

สำหรับคำอธิบายของซอร์สโค้ด คุณควรอ่าน TensorFlow Lite การจัดหมวดหมู่รูปภาพ iOS

แอปตัวอย่างนี้ใช้ การจัดประเภทรูปภาพ เพื่อจัดประเภทสิ่งที่เห็นจากกล้องหลังของอุปกรณ์อย่างต่อเนื่อง โดยแสดงการจัดประเภทที่เป็นไปได้มากที่สุดเป็นอันดับต้นๆ ช่วยให้ผู้ใช้เลือกระหว่างทศนิยมหรือแบบจำลอง เชิงปริมาณ และเลือกจำนวนเธรดเพื่อทำการอนุมาน

เพิ่ม TensorFlow Lite ให้กับโครงการ Swift หรือ Objective-C ของคุณ

TensorFlow Lite เสนอไลบรารี iOS ดั้งเดิมที่เขียนด้วย Swift และ Objective-C เริ่มเขียนโค้ด iOS ของคุณเองโดยใช้ ตัวอย่างการจัดหมวดหมู่รูปภาพของ Swift เป็นจุดเริ่มต้น

ส่วนด้านล่างแสดงวิธีเพิ่ม TensorFlow Lite Swift หรือ Objective-C ในโครงการของคุณ:

นักพัฒนา CocoaPods

ใน Podfile ของคุณ ให้เพิ่มพ็อด TensorFlow Lite จากนั้นเรียกใช้ pod install

สวิฟต์

use_frameworks!
pod 'TensorFlowLiteSwift'

วัตถุประสงค์-C

pod 'TensorFlowLiteObjC'

การระบุเวอร์ชัน

มีการเผยแพร่ที่เสถียรและเผยแพร่ทุกคืนสำหรับทั้งพ็อด TensorFlowLiteSwift และ TensorFlowLiteObjC หากคุณไม่ระบุข้อจำกัดของเวอร์ชันตามตัวอย่างข้างต้น CocoaPods จะดึงเวอร์ชันเสถียรล่าสุดตามค่าเริ่มต้น

คุณยังสามารถระบุข้อจำกัดของเวอร์ชันได้อีกด้วย ตัวอย่างเช่น หากคุณต้องการพึ่งพาเวอร์ชัน 2.10.0 คุณสามารถเขียนการอ้างอิงเป็น:

pod 'TensorFlowLiteSwift', '~> 2.10.0'

การดำเนินการนี้จะทำให้แน่ใจว่าแอปของคุณใช้พ็อด TensorFlowLiteSwift เวอร์ชัน 2.xy ล่าสุด อีกทางหนึ่ง หากคุณต้องการพึ่งพางานสร้างทุกคืน คุณสามารถเขียน:

pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly'

จากเวอร์ชัน 2.4.0 และรีลีสล่าสุดทุกคืน ตามค่าเริ่มต้น GPU และ ผู้รับมอบสิทธิ์ Core ML จะถูกแยกออกจากพ็อดเพื่อลดขนาดไบนารี คุณสามารถรวมได้โดยระบุข้อมูลจำเพาะย่อย:

pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly', :subspecs => ['CoreML', 'Metal']

สิ่งนี้จะช่วยให้คุณใช้คุณสมบัติล่าสุดที่เพิ่มเข้ามาใน TensorFlow Lite โปรดทราบว่าเมื่อไฟล์ Podfile.lock ถูกสร้างขึ้นเมื่อคุณเรียกใช้คำสั่ง pod install เป็นครั้งแรก เวอร์ชันของไลบรารีทุกคืนจะถูกล็อกตามเวอร์ชันของวันที่ปัจจุบัน หากคุณต้องการอัปเดตไลบรารีรายคืนเป็นเวอร์ชันใหม่ คุณควรเรียกใช้คำสั่ง pod update

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับวิธีต่างๆ ในการระบุข้อจำกัดเวอร์ชัน โปรดดูที่ การระบุเวอร์ชันพ็อด

นักพัฒนา Bazel

ในไฟล์ BUILD ของคุณ ให้เพิ่มการพึ่งพา TensorFlowLite ไปยังเป้าหมายของคุณ

สวิฟต์

swift_library(
  deps = [
      "//tensorflow/lite/swift:TensorFlowLite",
  ],
)

วัตถุประสงค์-C

objc_library(
  deps = [
      "//tensorflow/lite/objc:TensorFlowLite",
  ],
)

C/C++ เอพีไอ

หรือคุณสามารถใช้ C API หรือ C++ API

# Using C API directly
objc_library(
  deps = [
      "//tensorflow/lite/c:c_api",
  ],
)

# Using C++ API directly
objc_library(
  deps = [
      "//tensorflow/lite:framework",
  ],
)

นำเข้าห้องสมุด

สำหรับไฟล์ Swift ให้นำเข้าโมดูล TensorFlow Lite:

import TensorFlowLite

สำหรับไฟล์ Objective-C ให้นำเข้าส่วนหัวของร่ม:

#import "TFLTensorFlowLite.h"

หรือโมดูลหากคุณตั้ง CLANG_ENABLE_MODULES = YES ในโครงการ Xcode ของคุณ:

@import TFLTensorFlowLite;