Réserve cette date! Google I / O revient du 18 au 20 mai S'inscrire maintenant

Déployer des modèles de machine learning sur des appareils mobiles et IoT.

TensorFlow Lite est un framework Open Source de deep learning pour exécuter des inférences sur les appareils.

Afficher le guide

Des guides expliquent les concepts et les composants de TensorFlow Lite.

Afficher des exemples

Découvrez les applications TensorFlow Lite pour Android et iOS.

Accéder aux tutoriels

Découvrez comment utiliser TensorFlow Lite pour des cas d'utilisation courants.

Comment ça marche ?

Choisissez un modèle

Choisissez un nouveau modèle ou réentraînez un modèle existant

Convertir

Convertissez un modèle TensorFlow en un tampon plat compressé avec l'outil de conversion de TensorFlow Lite.

Déployer

Sélectionnez le fichier compressé .tflite, puis importez-le dans un appareil mobile ou un appareil intégré.

Optimiser

Procédez à une quantification en convertissant des nombres à virgule flottante codés sur 32 bits en nombres entiers codés sur 8 bits plus efficaces ou en réalisant l'exécution sur GPU.

Solutions aux problèmes fréquents

Découvrez des modèles optimisés pour des cas d'utilisation communs sur mobiles ou en périphérie.

Classification d'images

Identifiez des centaines d'objets, y compris des personnes, des activités, des animaux, des plantes et des lieux.

Détection d'objets

Détectez de nombreux objets à l'aide de cadres de délimitation (y compris des chiens et des chats).

Réponse à des questions

Utilisez un modèle de langage naturel de pointe pour répondre à des questions portant sur le contenu d'un passage donné à l'aide de BERT.

Actualités et annonces

Consultez notre blog pour en savoir plus, et abonnez-vous à notre newsletter TensorFlow mensuelle pour recevoir directement les dernières annonces.

10 février 2020  
Inférence accélérée sur les microcontrôleurs Arm grâce à TensorFlow Lite for Microcontrollers et CMSIS-NN

Les ingénieurs Arm ont développé des versions optimisées des noyaux TensorFlow Lite qui utilisent CMSIS-NN pour fournir des performances ultra-rapides sur les cœurs Arm Cortex-M.

18 décembre 2020  
Générer des images de super-résolution à l'aide de TensorFlow Lite sur 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 décembre 2020  
Créer des modèles de classification des sons pour les applications mobiles grâce à Teachable Machine et 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 novembre 2020  
Entraîner et déployer des modèles de ML sur des appareils de périphérie (actualités TensorFlow de l'automne 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