¡Google I / O regresa del 18 al 20 de mayo! Reserva espacio y crea tu horario Regístrate ahora

Implementa modelos de aprendizaje automático en dispositivos móviles y de IoT

TensorFlow Lite es un framework de código abierto de aprendizaje profundo para la inferencia en dispositivos.

Ver la guía

Las guías explican los conceptos y los componentes de TensorFlow Lite.

Ver ejemplos

Explora TensorFlow Lite en apps para iOS y Android.

Ver los instructivos

Aprende a usar TensorFlow Lite para casos de uso comunes.

Cómo funciona

Elige un modelo

Elige un modelo nuevo o vuelve a entrenar uno existente.

Convierte

Convierte un modelo de TensorFlow en un archivo comprimido FlatBuffer con TensorFlow Lite Converter.

Implementa

Toma el archivo comprimido .tflite y cárgalo en un dispositivo móvil o incorporado.

Optimiza

Realiza una cuantización mediante la conversión de números de puntos flotante de 32 bits a números enteros de 8 bits, que son más eficientes, o realiza la ejecución en la GPU.

Soluciones para problemas comunes

Explora modelos optimizados para ayudar con casos de uso comunes de dispositivos móviles y perimetrales.

Clasificación de imágenes

Identifica cientos de objetos, entre ellos personas, actividades, animales, plantas y lugares.

Detección de objetos

Detecta múltiples objetos con cuadros de límites. Sí, incluso perros y gatos.

Respuestas a preguntas

Usa un modelo novedoso de lenguaje natural para responder preguntas en función del contenido de una determinada porción de texto con BERT.

Noticias y anuncios

Visita nuestro blog para encontrar actualizaciones adicionales y suscríbete a nuestro boletín informativo mensual de TensorFlow para recibir los anuncios más recientes directamente en tu casilla de correo.

10 de febrero de 2020  
Inferencia acelerada en microcontroladores de Arm con TensorFlow Lite para microcontroladores y CMSIS-NN

Los ingenieros de Arm desarrollaron versiones optimizadas de los kernels de TensorFlow Lite que utilizan CMSIS-NN para ofrecer un rendimiento de gran velocidad en núcleos Cortex-M de Arm.

18 de diciembre de 2020  
Cómo generar imágenes de superresolución con TensorFlow Lite en Android

The task of recovering a high resolution (HR) image from its low resolution counterpart is commonly referred to as Single Image Super Resolution (SISR). In this tutorial, we use a pre-trained ESRGAN model from TensorFlow Hub and generate super resolution images using...

2 de diciembre de 2020  
Compila modelos de clasificación de sonidos orientados a apps para dispositivos móviles con Teachable Machine y TFLite

We are excited to announce that Teachable Machine now allows you to train your own sound classification model and export it in the TensorFlow Lite (TFLite) format. Then you can integrate the TFLite model to your mobile applications or your IoT devices. This is an easy...

25 de noviembre de 2020  
Entrenamiento e implementación de modelos de AA en dispositivos perimetrales (actualizaciones de TF de fines de 2020)

Learn how to train and deploy an ML model on an Android app in just a few lines of code with TensorFlow Lite Model Maker and Android Studio. From here you can then explore how to use various tools from Google to turn a prototype into a production app. Presented by...

Continue