機械学習モデルをモバイル デバイスや IoT デバイスにデプロイします

TensorFlow Lite は、デバイス上での推論を可能にする、オープンソースのディープ ラーニング フレームワークです。

ガイドを見る

TensorFlow Lite の概念およびコンポーネントについて説明するガイドです。

例を見る

TensorFlow Lite を使用している Android アプリおよび iOS アプリをご紹介します。

チュートリアル

一般的なユースケースでの TensorFlow Lite の使用方法をご確認ください。

仕組み

モデルの選択

新しいモデルを選ぶか、既存のモデルを再トレーニングします。

変換

TensorFlow Lite コンバータを使って、TensorFlow モデルを圧縮された FlatBuffer に変換します。

デプロイ

圧縮された .tflite ファイルを、モバイル デバイスまたは組み込みデバイスに読み込みます。

最適化

32 ビット浮動小数点数をより効率的な 8 ビット整数に変換することによって量子化するか、または GPU で実行します。

よくある問題への解決策

モバイル デバイスやエッジデバイスのユースケースに最適化された TF Lite モデルとオンデバイス ML ソリューションをご覧ください。

画像分類

人、動き、動物、植物、場所など、何百ものオブジェクトを識別します。

オブジェクト検出

境界ボックスで複数のオブジェクトを検出します。もちろん、イヌやネコも検出できます。

質問への回答

BERT で最新の自然言語モデルを使用して、特定の文章の内容に基づいて質問に回答します。

ニュースとお知らせ

その他の最新情報については、ブログをご覧ください。また、最新のお知らせを毎月メールボックスに直接お届けする TensorFlow ニュースレターにご登録ください。

August 18, 2021  
Pose estimation and classification on edge devices with MoveNet

MoveNet is the state-of-the-art pose estimation model for mobile devices which can run in realtime on modern smartphones. Learn about recent updates and how you can do custom pose classification on Android, iOS and Raspberry Pi.

July 20, 2021  
Build fast, sparse on-device models with the new TF MOT Pruning API

モバイルとウェブの ML 開発のギャップを埋めたい場合、WebAssembly を使えば TensorFlow Lite Task ライブラリを簡単にウェブにデプロイできます。

June 2, 2021  
How TensorFlow helps Edge Impulse make ML accessible to embedded engineers

The TensorFlow ecosystem enables companies like Edge Impulse to put artificial intelligence in the hands of domain experts who are building the next generation of consumer and industrial technologies.

2021 年 5 月 20 日  
TensorFlow Lite を使用して独自のカスタム オブジェクト検出モデルをトレーニングする

わずか数行のコードでカスタム オブジェクト検出モデルをトレーニングして Android アプリにデプロイする方法をご確認ください。これには Android Studio とウェブブラウザさえあればよく、機械学習の知識は必要ありません。