Odpowiedz już dziś na lokalne wydarzenie TensorFlow Everywhere!
Ta strona została przetłumaczona przez Cloud Translation API.
Switch to English

Wdrażaj modele uczenia maszynowego na urządzeniach mobilnych i urządzeniach IoT

TensorFlow Lite to platforma głębokiego uczenia o otwartym kodzie źródłowym do wnioskowania na urządzeniu.

Zobacz przewodnik

Przewodniki wyjaśniają koncepcje i składniki TensorFlow Lite.

Zobacz przykłady

Poznaj aplikacje TensorFlow Lite na Androida i iOS.

Zobacz samouczki

Dowiedz się, jak korzystać z TensorFlow Lite w typowych przypadkach użycia.

Jak to działa

Wybierz model

Wybierz nowy model lub przekwalifikuj istniejący.

Konwertować

Konwertuj model TensorFlow na skompresowany płaski bufor za pomocą konwertera TensorFlow Lite.

Rozmieścić

Weź skompresowany plik .tflite i załaduj go na urządzenie mobilne lub wbudowane.

Optymalizować

Kwantyzuj, konwertując 32-bitowe liczby zmiennoprzecinkowe na bardziej wydajne 8-bitowe liczby całkowite lub uruchamiając na GPU.

Rozwiązania typowych problemów

Poznaj zoptymalizowane modele, aby pomóc w typowych przypadkach użycia urządzeń mobilnych i brzegowych.

Klasyfikacja obrazu

Zidentyfikuj setki obiektów, w tym ludzi, czynności, zwierzęta, rośliny i miejsca.

Wykrywanie obiektów

Wykryj wiele obiektów z obwiedniami. Tak, psy i koty też.

Odpowiadanie na pytania

Korzystaj z najnowocześniejszego modelu języka naturalnego, aby odpowiadać na pytania w oparciu o treść danego fragmentu tekstu z BERT.

Wiadomości i ogłoszenia

Sprawdź nasz blog, aby uzyskać dodatkowe aktualizacje, i zapisz się do naszego comiesięcznego biuletynu TensorFlow, aby otrzymywać najnowsze ogłoszenia bezpośrednio na swoją skrzynkę odbiorczą.

10 lutego 2020 r  
Przyspieszone wnioskowanie na mikrokontrolerach Arm z TensorFlow Lite dla mikrokontrolerów i CMSIS-NN

Inżynierowie firmy Arm opracowali zoptymalizowane wersje jąder TensorFlow Lite, które używają CMSIS-NN do zapewniania niesamowicie szybkiej wydajności na rdzeniach Arm Cortex-M.

18 grudnia 2020 r  
Jak generować obrazy w super rozdzielczości za pomocą TensorFlow Lite na Androida

Zadanie odzyskiwania obrazu o wysokiej rozdzielczości (HR) z jego odpowiednika w niskiej rozdzielczości jest powszechnie określane jako Single Image Super Resolution (SISR). W tym samouczku używamy wstępnie wytrenowanego modelu ESRGAN z TensorFlow Hub i generujemy obrazy w super rozdzielczości przy użyciu ...

2 grudnia 2020 r  
Twórz modele klasyfikacji dźwięku dla aplikacji mobilnych za pomocą Teachable Machine i TFLite

Z radością ogłaszamy, że program Teachable Machine umożliwia teraz trenowanie własnego modelu klasyfikacji dźwięku i eksportowanie go w formacie TensorFlow Lite (TFLite). Następnie możesz zintegrować model TFLite ze swoimi aplikacjami mobilnymi lub urządzeniami IoT. To jest łatwe ...

25 listopada 2020 r  
Szkolenie i wdrażanie modeli ML na urządzeniach brzegowych (aktualizacje TF z jesieni 2020 r.)

Dowiedz się, jak wytrenować i wdrożyć model ML w aplikacji na Androida w zaledwie kilku wierszach kodu za pomocą TensorFlow Lite Model Maker i Android Studio. W tym miejscu możesz następnie zbadać, jak używać różnych narzędzi Google, aby przekształcić prototyp w aplikację produkcyjną. Przedstawione przez...

Kontynuuj