在移动设备和 IoT 设备上部署机器学习模型

TensorFlow Lite 是一种用于设备端推断的开源深度学习框架。

查看指南

指南介绍了 TensorFlow Lite 的概念和组件。

查看示例

探索使用 TensorFlow Lite 的 Android 和 iOS 应用。

查看教程

了解如何针对常见用例使用 TensorFlow Lite。

工作原理

选择模型

选择新模型或重新训练现有模型。

转换

使用 TensorFlow Lite Converter 将 TensorFlow 模型转换为压缩平面缓冲区。

部署

获取压缩的 .tflite 文件,并将其加载到移动设备或嵌入式设备中。

优化

通过将 32 位浮点数转换为更高效的 8 位整数进行量化,或者在 GPU 上运行。

常见问题的解决方案

Explore optimized TF Lite models and on-device ML solutions for mobile and edge use cases.

图像分类

识别数百个对象,包括人、活动、动物、植物和地点。

对象检测

使用边界框检测多个对象。是的,包括狗和猫。

问题回答

使用先进的自然语言模型,通过 BERT 根据给定文本段落的内容回答问题。

新闻和通告

欢迎查看我们的博客,了解其他动态;以及订阅 TensorFlow 每月简报,直接通过邮箱接收最新公告。

May 20, 2021  
Explore TensorFlow Lite for Microcontrollers Experiments and enter the TF Micro challenge

Visit the site to see projects combining Arduino and TensorFlow to create awesome experiences and useful tools. Find helpful links for creating your own experiments and learn how you can participate in the TF Micro Challenge.

May 20, 2021  
Train your own custom object detection model with TensorFlow Lite

Learn how to train a custom object detection model and deploy it to an Android app with just a few lines of code. All you need are Android Studio and a web browser. No machine learning knowledge is required.

May 18, 2021  
Explore the On-Device Machine Learning website

Discover solutions to help you integrate machine learning in your mobile and web apps, and new Google Developers learning pathways to guide you through common ML scenarios and custom use cases.

May 18, 2021  
Easily deploy TensorFlow Lite models to the web (Google I/O)

To bridge the gap between mobile and web ML development, you can easily deploy the TensorFlow Lite Task Library to the web with the power of WebAssembly.

Continue