Terapkan model pembelajaran mesin di perangkat seluler dan IoT
TensorFlow Lite adalah framework deep learning open source untuk inferensi di perangkat.
Bagaimana itu bekerja
Mengubah
Ubah model TensorFlow menjadi buffer datar terkompresi dengan TensorFlow Lite Converter.
Menyebarkan
Ambil file .tflite terkompresi dan muat ke perangkat seluler atau tertanam.
Optimalkan
Kuantisasi dengan mengonversi float 32-bit menjadi integer 8-bit yang lebih efisien atau dijalankan di GPU.
Solusi untuk masalah umum
Jelajahi model TF Lite yang dioptimalkan dan solusi ML di perangkat untuk kasus penggunaan seluler dan edge.
Identifikasi ratusan objek, termasuk orang, aktivitas, hewan, tumbuhan, dan tempat.
Deteksi beberapa objek dengan kotak pembatas. Ya, anjing dan kucing juga.
Gunakan model bahasa alami yang canggih untuk menjawab pertanyaan berdasarkan isi bagian teks tertentu dengan BERT.
Partisipasi komunitas
Lihat lebih banyak cara untuk berpartisipasi dalam komunitas TensorFlow.
Beberapa pengguna TensorFlow Lite kami
Kunjungi situs untuk melihat proyek yang menggabungkan Arduino dan TensorFlow untuk menciptakan pengalaman yang luar biasa dan alat yang berguna. Temukan tautan bermanfaat untuk membuat eksperimen Anda sendiri dan pelajari bagaimana Anda dapat berpartisipasi dalam TF Micro Challenge.
Pelajari cara melatih model deteksi objek khusus dan menerapkannya ke aplikasi Android hanya dengan beberapa baris kode. Yang Anda butuhkan hanyalah Android Studio dan browser web. Tidak diperlukan pengetahuan pembelajaran mesin.
Temukan solusi untuk membantu Anda mengintegrasikan pembelajaran mesin di aplikasi seluler dan web Anda, dan jalur pembelajaran Google Developers baru untuk memandu Anda melalui skenario ML umum dan kasus penggunaan khusus.
Untuk menjembatani kesenjangan antara pengembangan ML seluler dan web, Anda dapat dengan mudah menerapkan Pustaka Tugas TensorFlow Lite ke web dengan kecanggihan WebAssembly.