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

仕事に役立つ最新情報を入手するために、毎月最新のアナウンスが受信トレイに直接配信される TensorFlow ニュースレターに登録してください。

Dec 12, 2019 
Example on-device model personalization with TensorFlow Lite

Try out a new on-device transfer learning image classification example.

Aug 6, 2019 
Track human poses in real-time on Android

Build a human pose estimation app by detecting the positions of key body parts such as the position of a person’s elbows and/or knees.

Aug 5, 2019 
Introducing float16 quantization for the Model Optimization Toolkit

Post-training float16 quantization reduces TensorFlow Lite model sizes up to 50% while sacrificing very little accuracy - and is great for GPUs!