Distribuisci modelli di machine learning su dispositivi mobili e IoT
TensorFlow Lite è un framework di deep learning open source per l'inferenza sul dispositivo.
Come funziona
Scegli un modello
Scegli un nuovo modello o riqualifica uno esistente.
Convertire
Converti un modello TensorFlow in un buffer piatto compresso con il convertitore TensorFlow Lite.
Distribuisci
Prendi il file .tflite compresso e caricalo su un dispositivo mobile o incorporato.
Ottimizzare
Quantizza convertendo i numeri a virgola mobile a 32 bit in interi a 8 bit più efficienti o eseguendo su GPU.
Soluzioni a problemi comuni
Esplora modelli ottimizzati per aiutarti con i casi d'uso comuni per dispositivi mobili ed edge.
Identifica centinaia di oggetti, incluse persone, attività, animali, piante e luoghi.
Rileva più oggetti con riquadri di delimitazione. Sì, anche cani e gatti.
Utilizza un modello di linguaggio naturale all'avanguardia per rispondere a domande basate sul contenuto di un determinato passaggio di testo con BERT.
Alcuni dei nostri utenti di TensorFlow Lite
Gli ingegneri di Arm hanno sviluppato versioni ottimizzate dei kernel TensorFlow Lite che utilizzano CMSIS-NN per fornire prestazioni incredibilmente veloci sui core Arm Cortex-M.
Il compito di recuperare un'immagine ad alta risoluzione (HR) dalla sua controparte a bassa risoluzione è comunemente indicato come Single Image Super Resolution (SISR). In questo tutorial, utilizziamo un modello ESRGAN pre-addestrato da TensorFlow Hub e generiamo immagini in super risoluzione utilizzando ...
Siamo lieti di annunciare che Teachable Machine ora ti consente di addestrare il tuo modello di classificazione del suono ed esportarlo nel formato TensorFlow Lite (TFLite). Quindi puoi integrare il modello TFLite nelle tue applicazioni mobili o nei tuoi dispositivi IoT. Questo è un facile ...
Scopri come addestrare e distribuire un modello ML su un'app Android in poche righe di codice con TensorFlow Lite Model Maker e Android Studio. Da qui puoi quindi esplorare come utilizzare i vari strumenti di Google per trasformare un prototipo in un'app di produzione. Presentato da...