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.
L'entraînement utilisant la quantification vous permet d'entraîner et de déployer des modèles avec les avantages de la quantification en termes de taille et de performances, tout en préservant la justesse initiale des modèles.
Lancement d'un nouveau délégué TensorFlow Lite basé sur l'API Core ML d'Apple pour exécuter plus rapidement les modèles à virgule flottante grâce au moteur neuronal.
Restez à l'affût de nos prochaines annonces concernant TFLite, désormais déployé sur des milliards d'appareils en production.