Wdrażaj modele uczenia maszynowego na urządzeniach mobilnych i IoT

TensorFlow Lite to platforma uczenia głębokiego typu open source do wnioskowania na urządzeniu.

Zobacz przewodnik

Przewodniki wyjaśniają koncepcje i komponenty TensorFlow Lite.

Zobacz przykłady

Poznaj aplikacje TensorFlow Lite na Androida i iOS.

Zobacz samouczki

Dowiedz się, jak używać TensorFlow Lite w typowych przypadkach.

Jak to działa

Wybierz model

Wybierz nowy model lub przeszkol istniejący.

Konwertować

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

Rozmieścić

Weź skompresowany plik .tflite i załaduj go do urządzenia mobilnego lub wbudowanego.

Optymalizować

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

Rozwiązania typowych problemów

Poznaj zoptymalizowane modele TF Lite i rozwiązania ML na urządzeniu do zastosowań mobilnych i brzegowych.

Klasyfikacja obrazu

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

Wykrywanie obiektów

Wykryj wiele obiektów za pomocą obwiedni. Tak, psy i koty też.

Odpowiadanie na pytania

Użyj najnowocześniejszego modelu języka naturalnego, aby odpowiedzieć na pytania oparte na treści danego fragmentu tekstu za pomocą BERT.

Nowości i ogłoszenia

Sprawdź nasz blog na dodatkowe aktualizacje i zapisz się do naszego biuletynu miesięcznego TensorFlow aby uzyskać najnowsze komunikaty wysyłane bezpośrednio do skrzynki odbiorczej.

20 maja 2021  
Poznaj TensorFlow Lite dla eksperymentów z mikrokontrolerami i weź udział w wyzwaniu TF Micro

Odwiedź stronę, aby zobaczyć projekty łączące Arduino i TensorFlow, aby stworzyć niesamowite wrażenia i przydatne narzędzia. Znajdź pomocne linki do tworzenia własnych eksperymentów i dowiedz się, jak możesz wziąć udział w TF Micro Challenge.

20 maja 2021  
Wytrenuj własny, niestandardowy model wykrywania obiektów za pomocą TensorFlow Lite

Dowiedz się, jak wytrenować niestandardowy model wykrywania obiektów i wdrożyć go w aplikacji na Androida za pomocą zaledwie kilku wierszy kodu. Wszystko czego potrzebujesz to Android Studio i przeglądarka internetowa. Nie jest wymagana wiedza na temat uczenia maszynowego.

18 maja 2021  
Poznaj witrynę dotyczącą uczenia maszynowego na urządzeniu

Odkryj rozwiązania, które pomogą Ci zintegrować uczenie maszynowe z aplikacjami mobilnymi i internetowymi, a także nowe ścieżki szkoleniowe Google Developers, które poprowadzą Cię przez typowe scenariusze uczenia maszynowego i niestandardowe przypadki użycia.

18 maja 2021  
Łatwe wdrażanie modeli TensorFlow Lite w Internecie (Google I/O)

Aby wypełnić lukę między tworzeniem mobilnego i internetowego ML, możesz łatwo wdrożyć bibliotekę zadań TensorFlow Lite w sieci dzięki możliwościom WebAssembly.

Kontynuuj