TensorFlow Lite डिवाइस पर TensorFlow मॉडल चलाने के लिए एक ओपन-सोर्स डीप लर्निंग फ्रेमवर्क है। यदि आप TensorFlow Lite के लिए नए हैं, तो हम अनुशंसा करते हैं कि आप पहले पूर्व-प्रशिक्षित मॉडल का अन्वेषण करें और TensorFlow Lite क्या कर सकता है, यह देखने के लिए वास्तविक डिवाइस पर नीचे दिए गए उदाहरण एप्लिकेशन चलाएं।
मोबाइलनेट मॉडल के साथ कैमरा फीड से वास्तविक समय में वस्तुओं का पता लगाएं।
पहचानें कि एक ऑडियो क्या दर्शाता है, जैसे ताली बजाना या टाइप करना।
यदि आप मशीन लर्निंग और TensorFlow के साथ अधिक अनुभव के बिना एक मोबाइल डेवलपर हैं, तो आप TensorFlow Lite Model Maker के साथ एक मॉडल को प्रशिक्षित करना और मोबाइल ऐप पर परिनियोजित करना सीखकर शुरू कर सकते हैं।
Android के लिए एक त्वरित प्रारंभ ट्यूटोरियल। एक फूल वर्गीकरण मॉडल को प्रशिक्षित करें और इसे एक एंड्रॉइड एप्लिकेशन पर तैनात करें।
IOS के लिए एक त्वरित शुरुआत ट्यूटोरियल। एक फूल वर्गीकरण मॉडल को प्रशिक्षित करें और इसे आईओएस एप्लिकेशन पर तैनात करें।
यदि आप पहले से ही TensorFlow से परिचित हैं और किनारे के उपकरणों को तैनात करने में रुचि रखते हैं, तो आप TensorFlow मॉडल को TensorFlow लाइट प्रारूप में बदलने और इसे ऑन-डिवाइस अनुमान के लिए अनुकूलित करने का तरीका जानने के लिए नीचे दिए गए ट्यूटोरियल से शुरू कर सकते हैं।
ऑन-डिवाइस अनुमान के लिए एक TensorFlow मॉडल को परिवर्तित और अनुकूलित करने पर एक त्वरित प्रारंभ एंड-टू-एंड ट्यूटोरियल, फिर इसे एंड्रॉइड ऐप पर तैनात करें।
जल्दी से छवि वर्गीकरण मॉडल बनाने के लिए TensorFlow Lite Model Maker का उपयोग करना सीखें।
यदि आप रास्पबेरी पाई जैसे लिनक्स-आधारित IoT उपकरणों के लिए एक TensorFlow मॉडल को तैनात करने में रुचि रखते हैं, तो आप IoT उपकरणों पर कंप्यूटर दृष्टि कार्यों को लागू करने के तरीके पर इन ट्यूटोरियल को आज़मा सकते हैं।
पीआई कैमरा से स्ट्रीम की गई छवियों का उपयोग करके रीयल-टाइम छवि वर्गीकरण करें।
पाई कैमरा से स्ट्रीम की गई छवियों का उपयोग करके रीयल-टाइम ऑब्जेक्ट डिटेक्शन निष्पादित करें।
यदि आप एक TensorFlow मॉडल को माइक्रोकंट्रोलर पर तैनात करने में रुचि रखते हैं, जो कि बहुत अधिक संसाधन विवश हैं, तो आप इन ट्यूटोरियल्स से शुरू कर सकते हैं जो एक TensorFlow मॉडल विकसित करने से लेकर TensorFlow लाइट प्रारूप में कनवर्ट करने और एक TensorFlow लाइट माइक्रो के साथ माइक्रोकंट्रोलर।
एक छोटे से भाषण मॉडल को प्रशिक्षित करें जो सरल हॉटवर्ड का पता लगा सके।
एक मॉडल को प्रशिक्षित करें जो एक्सेलेरोमीटर डेटा का उपयोग करके विभिन्न इशारों को पहचान सकता है।

एक बार जब आप एक TensorFlow मॉडल के प्रशिक्षण के वर्कफ़्लो से परिचित हो जाते हैं, इसे एक TensorFlow लाइट प्रारूप में परिवर्तित कर देते हैं, और इसे मोबाइल ऐप पर तैनात कर देते हैं, तो आप नीचे दी गई सामग्री के साथ TensorFlow Lite के बारे में अधिक जान सकते हैं:

नवीनतम अपडेट के लिए TensorFlow ब्लॉग , YouTube चैनल और Twitter की सदस्यता लें।