Implante modelos de machine learning em dispositivos móveis e Internet das Coisas (IoT na sigla em inglês)
O TensorFlow Lite é um framework de aprendizado profundo com código aberto para realizar inferências no próprio dispositivo.
Como funciona
Escolha um modelo
Escolha um modelo novo ou treine novamente um existente.
Converter
Converta um modelo do TensorFlow em um buffer fixo compactado com o TensorFlow Lite Converter.
Implantação
Carregue o arquivo .tflite compactado em dispositivos móveis e incorporados.
Otimizar
Converta números em vírgula flutuante de 32 bits em números inteiros de 8 bits mais eficientes para quantização ou faça a execução na GPU.
Soluções de problemas recorrentes
Descubra modelos otimizados que auxiliam em casos de uso comuns em dispositivos móveis e de borda.

Identifique centenas de objetos, incluindo pessoas, atividades, animais, plantas e locais.


Use um modelo de linguagem natural de última geração para responder a perguntas baseadas no conteúdo de um trecho de texto com BERT.
Participação da comunidade
Veja outras maneiras de participar da comunidade do TensorFlow.
Alguns usuários do TensorFlow Lite
Notícias e avisos
Confira nosso blog para ver mais atualizações. Inscreva-se na newsletter mensal do TensorFlow para receber os comunicados mais recentes diretamente na sua caixa de entrada.

Os engenheiros do Arm desenvolveram versões otimizadas dos kernels do TensorFlow Lite que usam CMSIS-NN para gerar um desempenho extremamente rápido nos núcleos Arm Cortex-M.

The task of recovering a high resolution (HR) image from its low resolution counterpart is commonly referred to as Single Image Super Resolution (SISR). In this tutorial, we use a pre-trained ESRGAN model from TensorFlow Hub and generate super resolution images using...

We are excited to announce that Teachable Machine now allows you to train your own sound classification model and export it in the TensorFlow Lite (TFLite) format. Then you can integrate the TFLite model to your mobile applications or your IoT devices. This is an easy...

Learn how to train and deploy an ML model on an Android app in just a few lines of code with TensorFlow Lite Model Maker and Android Studio. From here you can then explore how to use various tools from Google to turn a prototype into a production app. Presented by...