Save the date! Google I/O returns May 18-20 Register now

在移动设备和 IoT 设备上部署机器学习模型

TensorFlow Lite 是一种用于设备端推断的开源深度学习框架。

查看指南

指南介绍了 TensorFlow Lite 的概念和组件。

查看示例

探索使用 TensorFlow Lite 的 Android 和 iOS 应用。

查看教程

了解如何针对常见用例使用 TensorFlow Lite。

工作原理

选择模型

选择新模型或重新训练现有模型。

转换

使用 TensorFlow Lite Converter 将 TensorFlow 模型转换为压缩平面缓冲区。

部署

获取压缩的 .tflite 文件,并将其加载到移动设备或嵌入式设备中。

优化

通过将 32 位浮点数转换为更高效的 8 位整数进行量化,或者在 GPU 上运行。

常见问题的解决方案

探索帮助解决常见移动和边缘用例的优化模型。

图像分类

识别数百个对象,包括人、活动、动物、植物和地点。

对象检测

使用边界框检测多个对象。是的,包括狗和猫。

问题回答

使用先进的自然语言模型,通过 BERT 根据给定文本段落的内容回答问题。

新闻和通告

欢迎查看我们的博客,了解其他动态;以及订阅 TensorFlow 每月简报,直接通过邮箱接收最新公告。

2020 年 2 月 10 日  
使用适用于微控制器和 CMSIS-NN 的 TensorFlow Lite 加快了在 Arm 微控制器上进行推断的速度

Arm 的工程师开发了优化版本的 TensorFlow Lite 内核,可以使用 CMSIS-NN 在 Arm Cortex-M 核心上提供极速的性能。

2020 年 12 月 18 日  
如何在 Android 上使用 TensorFlow Lite 生成超分辨率图像

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...

2020 年 12 月 2 日  
使用“会学习的机器”和 TFLite 构建适用于移动应用的声音分类模型

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...

2020 年 11 月 25 日  
训练机器学习模型并将模型部署到边缘设备上(TF 2020 年秋季更新)

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...

Continue