Catat tanggalnya! Google I / O mengembalikan 18-20 Mei Daftar sekarang
Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

Terapkan model pembelajaran mesin di perangkat seluler dan IoT

TensorFlow Lite adalah framework deep learning open source untuk inferensi pada perangkat.

Lihat panduannya

Panduan menjelaskan konsep dan komponen TensorFlow Lite.

Lihat contoh

Jelajahi aplikasi TensorFlow Lite Android dan iOS.

Lihat tutorial

Pelajari cara menggunakan TensorFlow Lite untuk kasus penggunaan umum.

Bagaimana itu bekerja

Pilih model

Pilih model baru atau latih model yang sudah ada.

Mengubah

Ubah model TensorFlow menjadi buffering datar terkompresi dengan TensorFlow Lite Converter.

Menyebarkan

Ambil file .tflite terkompresi dan muat ke dalam perangkat seluler atau perangkat yang disematkan.

Optimalkan

Kuantisasi dengan mengubah float 32-bit menjadi integer 8-bit yang lebih efisien atau dijalankan pada GPU.

Solusi untuk masalah umum

Jelajahi model yang dioptimalkan untuk membantu kasus penggunaan seluler dan edge umum.

Klasifikasi gambar

Identifikasi ratusan objek, termasuk orang, aktivitas, hewan, tumbuhan, dan tempat.

Deteksi objek

Deteksi beberapa objek dengan kotak pembatas. Ya, anjing dan kucing juga.

Menjawab pertanyaan

Gunakan model bahasa alami yang canggih untuk menjawab pertanyaan berdasarkan konten dari bagian teks tertentu dengan BERT.

Partisipasi komunitas

Lihat lebih banyak cara untuk berpartisipasi dalam komunitas TensorFlow.

Berita & pengumuman

Kunjungi blog kami untuk pembaruan tambahan, dan berlangganan buletin TensorFlow bulanan kami untuk mendapatkan pengumuman terbaru yang dikirim langsung ke kotak masuk Anda.

10 Februari 2020  
Inferensi yang dipercepat pada mikrokontroler Arm dengan TensorFlow Lite untuk Mikrokontroler dan CMSIS-NN

Insinyur Arm telah mengembangkan versi kernel TensorFlow Lite yang dioptimalkan yang menggunakan CMSIS-NN untuk memberikan kinerja yang sangat cepat pada inti Arm Cortex-M.

18 Desember 2020  
Cara menghasilkan gambar resolusi super menggunakan TensorFlow Lite di Android

Tugas memulihkan gambar resolusi tinggi (HR) dari gambar resolusi rendah biasanya disebut sebagai Single Image Super Resolution (SISR). Dalam tutorial ini, kami menggunakan model ESRGAN terlatih dari TensorFlow Hub dan menghasilkan gambar resolusi super menggunakan ...

2 Desember 2020  
Buat model klasifikasi suara untuk aplikasi seluler dengan Mesin yang Dapat Diajar dan TFLite

Kami dengan senang hati mengumumkan bahwa Mesin yang Dapat Diajar kini memungkinkan Anda melatih model klasifikasi suara Anda sendiri dan mengekspornya dalam format TensorFlow Lite (TFLite). Kemudian Anda dapat mengintegrasikan model TFLite ke aplikasi seluler atau perangkat IoT Anda. Ini mudah ...

25 November 2020  
Melatih dan menerapkan model ML di perangkat edge (Pembaruan TF Musim Gugur 2020)

Pelajari cara melatih dan menerapkan model ML pada aplikasi Android hanya dalam beberapa baris kode dengan TensorFlow Lite Model Maker dan Android Studio. Dari sini Anda kemudian dapat menjelajahi cara menggunakan berbagai alat dari Google untuk mengubah prototipe menjadi aplikasi produksi. Disajikan oleh...

Lanjutkan