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).
Use a state-of-the-art natural language model to answer questions based on the content of a given passage of text with 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.
It's incredible what you can do with a phone camera, TensorFlow and a bit of imagination.
In this episode of Inside TensorFlow, Software Engineer Yu-Cheng Ling demonstrates the new TF Lite Converter, discussing why it’s important and how to use it.
Use Firebase to update TensorFlow Lite models without app updates, A/B test multiple model versions in production, and measure inference speed on user devices.
TensorFlow Lite runs on more than 4 billion active devices globally on various platforms. We continue to push the limits of on-device machine learning by making it faster and easier to use.