บันทึกวันที่! Google I / O ส่งคืนวันที่ 18-20 พฤษภาคม ลงทะเบียนตอนนี้
หน้านี้ได้รับการแปลโดย Cloud Translation API
Switch to English

ปรับใช้โมเดลแมชชีนเลิร์นนิงบนอุปกรณ์เคลื่อนที่และอุปกรณ์ IoT

TensorFlow Lite เป็นกรอบการเรียนรู้เชิงลึกแบบโอเพ่นซอร์สสำหรับการอนุมานบนอุปกรณ์

ดูคู่มือ

คำแนะนำอธิบายแนวคิดและส่วนประกอบของ TensorFlow Lite

ดูตัวอย่าง

สำรวจแอป TensorFlow Lite สำหรับ Android และ iOS

ดูบทแนะนำ

เรียนรู้วิธีใช้ TensorFlow Lite สำหรับกรณีการใช้งานทั่วไป

มันทำงานอย่างไร

เลือกรุ่น

เลือกรุ่นใหม่หรือฝึกรุ่นที่มีอยู่ใหม่

แปลง

แปลงโมเดล TensorFlow เป็นบัฟเฟอร์แบนที่บีบอัดด้วย TensorFlow Lite Converter

ปรับใช้

นำไฟล์. tflite ที่บีบอัดแล้วโหลดลงในอุปกรณ์พกพาหรืออุปกรณ์ฝังตัว

เพิ่มประสิทธิภาพ

หาปริมาณโดยการแปลงโฟล 32 บิตเป็นจำนวนเต็ม 8 บิตที่มีประสิทธิภาพมากขึ้นหรือทำงานบน GPU

แนวทางแก้ไขปัญหาทั่วไป

สำรวจรุ่นที่ปรับให้เหมาะสมเพื่อช่วยในกรณีการใช้งานมือถือและขอบทั่วไป

การจำแนกภาพ

ระบุสิ่งของหลายร้อยรายการรวมถึงผู้คนกิจกรรมสัตว์พืชและสถานที่

การตรวจจับวัตถุ

ตรวจจับวัตถุหลายชิ้นด้วยกล่องล้อมรอบ ใช่สุนัขและแมวด้วย

การตอบคำถาม

ใช้รูปแบบภาษาธรรมชาติที่ล้ำสมัยเพื่อตอบคำถามตามเนื้อหาของข้อความที่กำหนดด้วย BERT

ผู้ใช้ TensorFlow Lite บางส่วนของเรา

ข่าวและประกาศ

ตรวจสอบ บล็อก ของเราสำหรับข้อมูลอัปเดตเพิ่มเติมและสมัครรับจดหมายข่าว TensorFlow รายเดือนของเราเพื่อรับประกาศล่าสุดที่ส่งตรงไปยังกล่องจดหมายของคุณ

10 กุมภาพันธ์ 2020  
การอนุมานแบบเร่งเกี่ยวกับไมโครคอนโทรลเลอร์ Arm ด้วย TensorFlow Lite สำหรับไมโครคอนโทรลเลอร์และ CMSIS-NN

วิศวกรของ Arm ได้พัฒนาเคอร์เนล TensorFlow Lite เวอร์ชันที่ปรับให้เหมาะสมซึ่งใช้ CMSIS-NN เพื่อมอบประสิทธิภาพที่รวดเร็วอย่างเห็นได้ชัดบนแกน Arm Cortex-M

18 ธันวาคม 2020  
วิธีสร้างภาพความละเอียดสูงโดยใช้ TensorFlow Lite บน Android

งานในการกู้คืนภาพความละเอียดสูง (HR) จากคู่ความละเอียดต่ำมักเรียกว่า Single Image Super Resolution (SISR) ในบทช่วยสอนนี้เราใช้โมเดล ESRGAN ที่ผ่านการฝึกอบรมมาแล้วจาก TensorFlow Hub และสร้างภาพความละเอียดสูงโดยใช้ ...

2 ธันวาคม 2020  
สร้างโมเดลการจำแนกเสียงสำหรับแอพมือถือด้วย Teachable Machine และ TFLite

เรารู้สึกตื่นเต้นที่จะประกาศว่าตอนนี้ Teachable Machine ช่วยให้คุณสามารถฝึกโมเดลการจำแนกเสียงของคุณเองและส่งออกในรูปแบบ TensorFlow Lite (TFLite) จากนั้นคุณสามารถรวมโมเดล TFLite เข้ากับแอปพลิเคชันมือถือหรืออุปกรณ์ IoT ของคุณได้ นี่เป็นเรื่องง่าย ...

25 พฤศจิกายน 2020  
การฝึกอบรมและการปรับใช้โมเดล ML บนอุปกรณ์ Edge (การอัปเดต TF Fall 2020)

เรียนรู้วิธีฝึกอบรมและปรับใช้โมเดล ML บนแอป Android ในโค้ดไม่กี่บรรทัดด้วย TensorFlow Lite Model Maker และ Android Studio จากที่นี่คุณสามารถสำรวจวิธีใช้เครื่องมือต่างๆจาก Google เพื่อเปลี่ยนต้นแบบให้เป็นแอปที่ใช้งานจริงได้ นำเสนอโดย...