Missed TensorFlow Dev Summit? Check out the video playlist. Watch recordings

機械学習モデルをモバイル デバイスや IoT デバイスにデプロイします

TensorFlow Lite は、デバイス上での推論を可能にする、オープンソースのディープ ラーニング フレームワークです。

ガイドを見る

TensorFlow Lite の概念およびコンポーネントについて説明するガイドです。

例を見る

TensorFlow Lite を使用している Android アプリおよび iOS アプリをご紹介します。

モデルを見る

事前トレーニング済みのモデルを簡単にデプロイできます。

仕組み

モデルの選択

新しいモデルを選ぶか、既存のモデルを再トレーニングします。

変換

TensorFlow Lite コンバータを使って、TensorFlow モデルを圧縮された FlatBuffer に変換します。

デプロイ

圧縮された .tflite ファイルを、モバイル デバイスまたは組み込みデバイスに読み込みます。

最適化

32 ビット浮動小数点数をより効率的な 8 ビット整数に変換することによって量子化するか、または GPU で実行します。

よくある問題への解決策

モバイル デバイスやエッジデバイスの一般的なユースケースに最適化されたモデルをご利用ください。

画像分類

人、動き、動物、植物、場所など、何百ものオブジェクトを識別します。

オブジェクト検出

境界ボックスで複数のオブジェクトを検出します。もちろん、イヌやネコも検出できます。

スマート リプライ

会話型チャット メッセージを入力するための返信候補を生成します。

ニュースとお知らせ

作業に役立つ最新の情報やお知らせを毎月お届けする TensorFlow ニュースレターにご登録ください。

2019 年 12 月 12 日 
オンデバイスで TensorFlow Lite を使用した、モデルのパーソナライゼーションの例

転移学習による新しいオンデバイス画像分類のサンプルをお試しください。

2019 年 8 月 6 日 
Android で人間の姿勢をリアルタイムに追跡する

肘や膝などの人体の主要部分の位置を検出することで、人体のポーズを推定するアプリを構築する。

2019 年 8 月 5 日 
Model Optimization Toolkit の float16 量子化の概要

トレーニング後の float16 量子化は、精度をほとんど損なうことなく、TensorFlow lite モデルのサイズを最大 50 %削減できるため、GPU に最適です。