ในการเริ่มต้นใช้งาน TensorFlow Lite บน iOS เราขอแนะนำให้สำรวจตัวอย่างต่อไปนี้:
สำหรับคำอธิบายของซอร์สโค้ด คุณควรอ่าน การจัดหมวดหมู่รูปภาพ TensorFlow Lite iOS
แอปตัวอย่างนี้ใช้การ จัดประเภทรูปภาพ เพื่อจำแนกสิ่งที่เห็นจากกล้องด้านหลังของอุปกรณ์อย่างต่อเนื่อง โดยแสดงการจำแนกประเภทที่เป็นไปได้สูงสุด อนุญาตให้ผู้ใช้เลือกระหว่างจุดลอยตัวหรือแบบจำลอง เชิงปริมาณ และเลือกจำนวนเธรดเพื่อทำการอนุมาน
เพิ่ม TensorFlow Lite ให้กับโครงการ Swift หรือ Objective-C ของคุณ
TensorFlow Lite มีไลบรารี iOS ดั้งเดิมที่เขียนด้วย Swift และ Objective-C เริ่มเขียนโค้ด iOS ของคุณเองโดยใช้ ตัวอย่างการจัดประเภทรูปภาพ Swift เป็นจุดเริ่มต้น
ส่วนด้านล่างสาธิตวิธีการเพิ่ม TensorFlow Lite Swift หรือ Objective-C ให้กับโครงการของคุณ:
นักพัฒนา CocoaPods
ใน Podfile
ของคุณ ให้เพิ่มพ็อด TensorFlow Lite จากนั้นเรียกใช้ pod install
Swift
use_frameworks!
pod 'TensorFlowLiteSwift'
วัตถุประสงค์-C
pod 'TensorFlowLiteObjC'
การระบุรุ่น
มีการเผยแพร่ที่เสถียรและการเผยแพร่ทุกคืนสำหรับทั้ง TensorFlowLiteSwift
และ TensorFlowLiteObjC
หากคุณไม่ได้ระบุข้อจำกัดเวอร์ชันตามตัวอย่างด้านบน CocoaPods จะดึงเวอร์ชันเสถียรล่าสุดโดยค่าเริ่มต้น
คุณยังสามารถระบุข้อจำกัดเวอร์ชันได้ ตัวอย่างเช่น หากคุณต้องการพึ่งพาเวอร์ชัน 2.0.0 คุณสามารถเขียนการพึ่งพาได้ดังนี้:
pod 'TensorFlowLiteSwift', '~> 2.0.0'
การดำเนินการนี้จะช่วยให้แน่ใจว่ามีการใช้พ็อด TensorFlowLiteSwift เวอร์ชัน TensorFlowLiteSwift
ล่าสุดในแอปของคุณ อีกทางหนึ่ง หากคุณต้องการพึ่งพางานสร้างทุกคืน คุณสามารถเขียน:
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly'
ตั้งแต่เวอร์ชัน 2.4.0 และรุ่นล่าสุดทุกคืน โดยค่าเริ่มต้น ผู้ได้รับมอบหมาย GPU และ Core ML จะไม่รวมอยู่ในพ็อดเพื่อลดขนาดไบนารี คุณสามารถรวมได้โดยระบุข้อกำหนดย่อย:
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly', :subspecs => ['CoreML', 'Metal']
ซึ่งจะทำให้คุณใช้คุณสมบัติล่าสุดที่เพิ่มเข้ามาใน TensorFlow Lite ได้ โปรดทราบว่าเมื่อไฟล์ Podfile.lock
ถูกสร้างขึ้นเมื่อคุณเรียกใช้คำสั่ง pod install
เป็นครั้งแรก เวอร์ชันของไลบรารีทุกคืนจะถูกล็อกที่เวอร์ชันของวันที่ปัจจุบัน หากคุณต้องการอัปเดตไลบรารี่ทุกคืนเป็นไลบรารีที่ใหม่กว่า คุณควรเรียกใช้คำสั่ง pod update
สำหรับข้อมูลเพิ่มเติมเกี่ยวกับวิธีการระบุข้อจำกัดเวอร์ชันต่างๆ โปรดดูที่ การระบุเวอร์ชันของพ็อด
นักพัฒนา Bazel
ในไฟล์ BUILD
ของคุณ เพิ่มการพึ่งพา TensorFlowLite
ให้กับเป้าหมายของคุณ
Swift
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 = [
"//third_party/tensorflow/lite:framework",
],
)
นำเข้าห้องสมุด
สำหรับไฟล์ Swift ให้นำเข้าโมดูล TensorFlow Lite:
import TensorFlowLite
สำหรับไฟล์ Objective-C ให้นำเข้าส่วนหัวของร่ม:
#import "TFLTensorFlowLite.h"
หรือโมดูลหากคุณตั้งค่า CLANG_ENABLE_MODULES = YES
ในโครงการ Xcode ของคุณ:
@import TFLTensorFlowLite;