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.
Fonctionnement
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.
Identifiez des centaines d'objets, y compris des personnes, des activités, des animaux, des plantes et des lieux.
Détectez de nombreux objets à l'aide de cadres de délimitation (y compris des chiens et des chats).
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.
Implication de la communauté
Découvrez d'autres façons de s'impliquer dans la communauté TensorFlow.
Quelques utilisateurs de TensorFlow Lite
Actualités et annonces
Consultez notre blog pour en savoir plus, et abonnez-vous à notre newsletter TensorFlow mensuelle pour recevoir directement les dernières annonces.
Apprenez-en davantage sur la compatibilité de bout en bout des tâches de TLN dans TensorFlow Lite via les nouvelles fonctionnalités, telles que les modèles de TLN pré-entraînés, la création de modèles, ainsi que leur conversion et leur déploiement sur des appareils de périphérie.
Nous sommes ravis de partager en Open Source une solution de bout en bout pour les tâches de recommandation TFLite sur l'appareil. Nous invitons les développeurs à créer des modèles sur l'appareil avec notre solution, qui propose des recommandations personnalisées, à faible latence et de haute qualité, tout en préservant la confidentialité des utilisateurs.
Ensemble d'API spécifiques à une tâche puissantes et simples d'utilisation qui permettent aux développeurs d'applications de créer des expériences de ML avec TensorFlow Lite. La bibliothèque de tâches TensorFlow Lite accepte actuellement six tâches de ML, y compris dans les domaines de la vision et du TLN.
Tutoriel de bout en bout pour apprendre à convertir un modèle TF 1.x en modèle TensorFlow Lite (TFLite) et à le déployer dans une application Android. Nous utilisons la liaison de modèle de ML d'Android Studio pour importer le modèle dans le but de transformer une photo prise avec CameraX en image de dessin animé.