TensorFlow Lite는 기기에서 TensorFlow 모델을 실행하기 위한 오픈소스 딥 러닝 프레임워크입니다. TensorFlow Lite를 처음 사용하는 경우 먼저 선행 학습된 모델을 살펴보고 실제 기기에서 아래의 예제 앱을 실행하여 TensorFlow Lite의 기능을 확인하는 것이 좋습니다.
MobileNet 모델을 사용하여 카메라 피드에서 실시간으로 객체를 감지합니다.
MobileberT 모델을 사용하여 특정 텍스트와 관련된 모든 질문에 답변합니다.
머신러닝 및 TensorFlow 사용 경험이 없는 모바일 개발자라면 TensorFlow Lite Model Maker를 사용하여 모델을 학습시키고 모바일 앱에 배포하는 방법부터 배울 수 있습니다.
Android용 빠른 시작 가이드입니다. 꽃 분류 모델을 학습시키고 Android 애플리케이션에 배포합니다.
iOS용 빠른 시작 가이드입니다. 꽃 분류 모델을 학습시키고 iOS 애플리케이션에 배포합니다.
TensorFlow에 익숙하고 EDGE 기기에 배포하는 일에 관심이 있다면 아래 가이드를 참조하여 TensorFlow 모델을 TensorFlow Lite 형식으로 변환하고 기기 내 추론을 위해 최적화하는 방법을 알아보세요.
TensorFlow 모델을 기기 내 추론을 위해 변환 및 최적화하여 Android 앱에 배포하는 방법이 자세히 설명된 빠른 시작 가이드입니다.
TensorFlow Lite Model Maker를 사용하여 이미지 분류 모델을 빠르게 만드는 방법을 알아보세요.
TensorFlow 모델을 Raspberry Pi와 같은 Linux 기반 IoT 기기에 배포하려는 경우 IoT 기기에서 컴퓨터 비전 작업을 구현하는 방법에 대한 가이드를 사용해 볼 수 있습니다.
Pi 카메라에서 스트리밍된 이미지를 사용하여 실시간 이미지 분류를 수행합니다.
Pi 카메라에서 스트리밍된 이미지를 사용하여 실시간 객체 감지를 수행합니다.
리소스가 훨씬 제한적인 마이크로 컨트롤러에 TensorFlow 모델을 배포하려는 경우 TensorFlow 모델 개발부터 TensorFlow Lite 형식 변환, TensorFlow Lite Micro를 사용한 마이크로 컨트롤러 배포에 이르는 워크플로를 설명하는 이 가이드부터 살펴보세요.
간단한 핫워드를 감지할 수 있는 작은 음성 모델을 학습시킵니다.
가속도계 데이터를 사용하여 다른 동작을 인식할 수 있는 모델을 학습시킵니다.

TensorFlow 모델 학습, TensorFlow Lite 형식으로 변환, 모바일 앱에 배포 등의 워크플로에 익숙해지면 다음 자료를 통해 TensorFlow Lite에 대해 자세히 알아볼 수 있습니다.

  • 왼쪽 탐색 메뉴에서 다양한 도메인 가이드(예: 비전, 음성)를 사용해보세요. 객체 감지 또는 감정 분석과 같은 특정 머신러닝 작업에 대해 모델을 학습시키는 방법을 보여줍니다.
  • TensorFlow Lite 가이드에서 개발 워크플로에 대해 자세히 알아보세요. 모델 변환 또는 모델 최적화와 같은 TensorFlow Lite 기능에 대한 자세한 정보를 확인할 수 있습니다.
  • TensorFlow Lite에 관한 이 무료 e-Learning 과정을 확인해보세요.

최신 업데이트를 확인하려면 TensorFlow 블로그, YouTube 채널Twitter를 구독하세요.