ปรับใช้โมเดลแมชชีนเลิร์นนิงบนอุปกรณ์พกพาและอุปกรณ์ IoT

TensorFlow Lite เป็นเฟรมเวิร์กการเรียนรู้เชิงลึกแบบโอเพนซอร์สสำหรับการอนุมานบนอุปกรณ์

ดูคำแนะนำ

ไกด์จะอธิบายแนวคิดและส่วนประกอบของ TensorFlow Lite

ดูตัวอย่าง

สำรวจแอป TensorFlow Lite สำหรับ Android และ iOS

ดูบทแนะนำ

เรียนรู้วิธีใช้ TensorFlow Lite สำหรับกรณีการใช้งานทั่วไป

มันทำงานอย่างไร

เลือกรุ่น

เลือกโมเดลใหม่หรือฝึกโมเดลที่มีอยู่ใหม่

แปลง

แปลงโมเดล TensorFlow ให้เป็นบัฟเฟอร์แบบแบนที่บีบอัดด้วยตัวแปลง TensorFlow Lite

ปรับใช้

นำไฟล์ .tflite ที่บีบอัดแล้วโหลดลงในอุปกรณ์พกพาหรืออุปกรณ์ฝังตัว

เพิ่มประสิทธิภาพ

Quantize โดยแปลง 32-bit float เป็นจำนวนเต็ม 8-bit ที่มีประสิทธิภาพมากขึ้นหรือทำงานบน GPU

แนวทางแก้ไขปัญหาทั่วไป

สำรวจรุ่น TF Lite ที่ปรับให้เหมาะสมและโซลูชัน ML บนอุปกรณ์สำหรับกรณีใช้งานบนมือถือและ Edge

การจำแนกรูปภาพ Image

ระบุวัตถุหลายร้อยชิ้น รวมถึงผู้คน กิจกรรม สัตว์ พืช และสถานที่

การตรวจจับวัตถุ

ตรวจจับวัตถุหลายชิ้นที่มีกรอบล้อมรอบ ใช่สุนัขและแมวด้วย

ตอบคำถาม

ใช้แบบจำลองภาษาธรรมชาติที่ล้ำสมัยเพื่อตอบคำถามตามเนื้อหาของข้อความที่กำหนดด้วย BERT

การมีส่วนร่วมของชุมชน

ดูวิธีเพิ่มเติมในการเข้าร่วมชุมชน TensorFlow

ข่าวและประกาศ

ตรวจสอบของเรา บล็อก สำหรับการปรับปรุงเพิ่มเติมและสมัครรับจดหมายข่าว TensorFlow รายเดือนของเราที่จะได้รับข่าวสารล่าสุดส่งโดยตรงไปยังกล่องจดหมายของคุณ

20 พฤษภาคม 2021  
สำรวจ TensorFlow Lite สำหรับการทดลองไมโครคอนโทรลเลอร์และเข้าสู่ความท้าทาย TF Micro

เยี่ยมชมไซต์เพื่อดูโครงการที่รวม Arduino และ TensorFlow เพื่อสร้างประสบการณ์ที่ยอดเยี่ยมและเครื่องมือที่มีประโยชน์ ค้นหาลิงก์ที่เป็นประโยชน์สำหรับการสร้างการทดลองของคุณเอง และเรียนรู้วิธีเข้าร่วม TF Micro Challenge

20 พฤษภาคม 2021  
ฝึกโมเดลการตรวจจับวัตถุแบบกำหนดเองของคุณด้วย TensorFlow Lite

เรียนรู้วิธีฝึกโมเดลการตรวจจับวัตถุแบบกำหนดเองและปรับใช้กับแอป Android ด้วยโค้ดเพียงไม่กี่บรรทัด สิ่งที่คุณต้องมีคือ Android Studio และเว็บเบราว์เซอร์ ไม่จำเป็นต้องมีความรู้ด้านแมชชีนเลิร์นนิง

18 พฤษภาคม 2021  
สำรวจเว็บไซต์การเรียนรู้ของเครื่องในอุปกรณ์

ค้นพบโซลูชันที่จะช่วยให้คุณผสานรวมแมชชีนเลิร์นนิงในมือถือและเว็บแอป และเส้นทางการเรียนรู้ Google Developers ใหม่เพื่อแนะนำคุณในสถานการณ์ทั่วไป ML และกรณีการใช้งานที่กำหนดเอง

18 พฤษภาคม 2021  
ปรับใช้โมเดล TensorFlow Lite กับเว็บได้อย่างง่ายดาย (Google I/O)

เพื่อเชื่อมช่องว่างระหว่างการพัฒนา ML สำหรับมือถือและเว็บ คุณสามารถปรับใช้ TensorFlow Lite Task Library กับเว็บได้อย่างง่ายดายด้วยพลังของ WebAssembly