安装学习 API 资源社区选择 TensorFlow 的原因

GitHub

概览教程指南示例模型 Python API C++ API

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。

指南介绍了 TensorFlow Lite 的概念和组件。

探索使用 TensorFlow Lite 的 Android 和 iOS 应用。

轻松地部署预训练模型。

选择模型

选择新模型或重新训练现有模型。

阅读开发者指南

转换

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

阅读开发者指南

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。

阅读开发者指南

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。

阅读开发者指南

识别数百个对象，包括人、活动、动物、植物和地点。

使用边界框检测多个对象。是的，包括狗和猫。

生成回复建议以输入对话聊天消息。

GitHub 上的 TensorFlow Lite

在 Stack Overflow 上提问

分享您的 TensorFlow Lite 故事

Google Assistant

Udacity 发布免费的《TensorFlow Lite 简介》课程

2020 年 4 月 8 日

通过 TensorFlow 模型优化工具包进行量化感知训练

借助量化感知训练，您可以充分发挥量化的性能和规模优势，对模型进行训练和部署，同时尽量保持原本的准确性。

2020 年 4 月 2 日

TensorFlow Lite Core ML delegate 提高了在 iPhone 和 iPad 上进行推断的速度

宣布推出新版 TensorFlow Lite delegate，它使用的是 Apple 的 Core ML API，可通过 Neural Engine 提高浮点模型的运行速度。

2020 年 3 月 13 日

TensorFlow Lite：适用于移动设备和 IoT 设备的机器学习技术（2020 年 TensorFlow 开发者峰会）

敬请关注 TFLite 新公告，TFLite 现已部署到数十亿生产环境中的设备。

观看该视频