الرد على دعوة الحضور لحضور حدث TensorFlow Everywhere المحلي اليوم!
ترجمت واجهة Cloud Translation API‏ هذه الصفحة.
Switch to English
TensorFlow Lite هو إطار عمل تعلم عميق مفتوح المصدر لتشغيل نماذج TensorFlow على الجهاز. إذا كنت جديدًا على TensorFlow Lite ، فإننا نوصيك أولاً باستكشاف النماذج المدربة مسبقًا وتشغيل التطبيقات النموذجية أدناه على جهاز حقيقي لمعرفة ما يمكن أن يفعله TensorFlow Lite.
اكتشف الكائنات في الوقت الفعلي من خلال تغذية الكاميرا باستخدام نموذج MobileNet.
أجب عن أي أسئلة تتعلق بنص معين باستخدام نموذج MobileBERT.
إذا كنت مطورًا للجوّال وليس لديك خبرة كبيرة في التعلم الآلي و TensorFlow ، فيمكنك البدء بتعلم كيفية تدريب نموذج ونشره في تطبيق جوال باستخدام TensorFlow Lite Model Maker.
برنامج تعليمي سريع للبدء في Android. تدريب نموذج تصنيف الزهور ونشره في تطبيق Android.
برنامج تعليمي حول البدء السريع لنظام iOS. تدريب نموذج تصنيف الزهور ونشره في تطبيق iOS.
إذا كنت معتادًا على TensorFlow ومهتمًا بالنشر على الأجهزة المتطورة ، فيمكنك البدء بالبرنامج التعليمي أدناه لمعرفة كيفية تحويل نموذج TensorFlow إلى تنسيق TensorFlow Lite وتحسينه للاستدلال على الجهاز.
برنامج تعليمي سريع وشامل حول تحويل نموذج TensorFlow وتحسينه للاستدلال على الجهاز ، ثم نشره في تطبيق Android.
تعرف على كيفية استخدام TensorFlow Lite Model Maker لإنشاء نماذج تصنيف الصور بسرعة.
إذا كنت مهتمًا بنشر نموذج TensorFlow على أجهزة إنترنت الأشياء التي تعمل بنظام Linux مثل Raspberry Pi ، فيمكنك تجربة هذه البرامج التعليمية حول كيفية تنفيذ مهام رؤية الكمبيوتر على أجهزة إنترنت الأشياء.
قم بإجراء تصنيف للصور في الوقت الفعلي باستخدام الصور المتدفقة من Pi Camera.
قم بإجراء اكتشاف الكائنات في الوقت الفعلي باستخدام الصور المتدفقة من Pi Camera.
إذا كنت مهتمًا بنشر نموذج TensorFlow على وحدات التحكم الدقيقة التي تكون محدودة الموارد بشكل أكبر ، فيمكنك البدء بهذه البرامج التعليمية التي توضح سير عمل شامل من تطوير نموذج TensorFlow إلى التحويل إلى تنسيق TensorFlow Lite والنشر إلى متحكم مع TensorFlow Lite Micro.
قم بتدريب نموذج حديث صغير يمكنه اكتشاف الكلمات المهمة البسيطة.
قم بتدريب نموذج يمكنه التعرف على الإيماءات المختلفة باستخدام بيانات مقياس التسارع.

بعد أن تتعرف على سير العمل الخاص بتدريب نموذج TensorFlow ، وتحويله إلى تنسيق TensorFlow Lite ، ونشره على تطبيقات الأجهزة المحمولة ، يمكنك معرفة المزيد عن TensorFlow Lite باستخدام المواد التالية:

اشترك في مدونة TensorFlow وقناة YouTube و Twitter للحصول على آخر التحديثات.