iOS เริ่มต้นอย่างรวดเร็ว

หากต้องการเริ่มต้นใช้งาน TensorFlow Lite บน iOS เราขอแนะนำให้สำรวจตัวอย่างต่อไปนี้:

ตัวอย่างการจัดหมวดหมู่รูปภาพ iOS

หากต้องการคำอธิบายซอร์สโค้ด คุณควรอ่าน การจัดหมวดหมู่รูปภาพของ TensorFlow Lite iOS ด้วย

แอปตัวอย่างนี้ใช้ การจัดหมวดหมู่รูปภาพ เพื่อจัดประเภทสิ่งที่เห็นจากกล้องหลังของอุปกรณ์อย่างต่อเนื่อง โดยแสดงการจัดประเภทที่เป็นไปได้สูงสุด อนุญาตให้ผู้ใช้เลือกระหว่างจุดลอยตัวหรือแบบจำลอง เชิงปริมาณ และเลือกจำนวนเธรดที่ต้องการทำการอนุมาน

เพิ่ม TensorFlow Lite ให้กับโปรเจ็กต์ Swift หรือ Objective-C ของคุณ

TensorFlow Lite มีไลบรารี iOS ดั้งเดิมที่เขียนด้วย Swift และ Objective-C เริ่มเขียนโค้ด iOS ของคุณเองโดยใช้ ตัวอย่างการจัดหมวดหมู่รูปภาพ Swift เป็นจุดเริ่มต้น

ส่วนด้านล่างนี้สาธิตวิธีเพิ่ม TensorFlow Lite Swift หรือ Objective-C ให้กับโปรเจ็กต์ของคุณ:

นักพัฒนา CocoaPods

ใน Podfile ของคุณ ให้เพิ่มพ็อด TensorFlow Lite จากนั้นให้รัน pod install

สวิฟท์

use_frameworks!
pod 'TensorFlowLiteSwift'

วัตถุประสงค์-C

pod 'TensorFlowLiteObjC'

การระบุเวอร์ชัน

มีการเผยแพร่ที่เสถียร และมีการเผยแพร่ทุกคืนสำหรับทั้งพ็อด TensorFlowLiteSwift และ TensorFlowLiteObjC หากคุณไม่ได้ระบุข้อจำกัดเวอร์ชันตามตัวอย่างข้างต้น CocoaPods จะดึงเวอร์ชันเสถียรล่าสุดตามค่าเริ่มต้น

คุณยังสามารถระบุข้อจำกัดเวอร์ชันได้ด้วย ตัวอย่างเช่น หากคุณต้องการใช้เวอร์ชัน 2.10.0 คุณสามารถเขียนการขึ้นต่อกันเป็น:

pod 'TensorFlowLiteSwift', '~> 2.10.0'

เพื่อให้แน่ใจว่าแอปของคุณใช้พ็อด TensorFlowLiteSwift เวอร์ชัน 2.xy ล่าสุด หรือหากคุณต้องการขึ้นอยู่กับงานสร้างทุกคืน คุณสามารถเขียนว่า:

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

ตั้งแต่เวอร์ชัน 2.4.0 และรุ่นล่าสุดทุกคืน โดยค่าเริ่มต้น ผู้รับมอบสิทธิ์ GPU และ Core ML จะถูกแยกออกจากพ็อดเพื่อลดขนาดไบนารี คุณสามารถรวมไว้ได้โดยระบุข้อกำหนดย่อย:

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

สิ่งนี้จะช่วยให้คุณใช้ฟีเจอร์ล่าสุดที่เพิ่มใน TensorFlow Lite ได้ โปรดทราบว่าเมื่อไฟล์ Podfile.lock ถูกสร้างขึ้นเมื่อคุณรันคำสั่ง pod install เป็นครั้งแรก เวอร์ชันไลบรารีทุกคืนจะถูกล็อกตามเวอร์ชันของวันที่ปัจจุบัน หากคุณต้องการอัปเดตไลบรารีทุกคืนให้เป็นไลบรารีที่ใหม่กว่า คุณควรรันคำสั่ง pod update

หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับวิธีการต่างๆ ในการระบุข้อจำกัดเวอร์ชัน โปรดดูที่ การระบุเวอร์ชันของพ็อด

นักพัฒนา Bazel

ในไฟล์ BUILD ของคุณ ให้เพิ่มการพึ่งพา TensorFlowLite ให้กับเป้าหมายของคุณ

สวิฟท์

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

วัตถุประสงค์-C

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

C/C++ API

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 ในโปรเจ็กต์ Xcode ของคุณ:

@import TFLTensorFlowLite;