在行動裝置和 IoT 裝置上部署機器學習模型

TensorFlow Lite 是一種開放原始碼深度學習架構,可在裝置端執行推論。

參閱指南

說明 TensorFlow Lite 概念與元件的指南。

參閱範例

探索 TensorFlow Lite Android 版和 iOS 版應用程式。

查看模型

輕鬆部署預先訓練模型。

運作方式

選擇模型

選擇新模型或重新訓練現有模型。

轉換

使用 TensorFlow Lite Converter,將 TensorFlow 模型轉換成壓縮處理的一般緩衝區。

部署

將壓縮過的 .tflite 檔案載入到行動裝置或嵌入式裝置中。

最佳化

將 32 位元的浮點數轉換成更有效率的 8 位元整數,或改為在 GPU 上執行,以便進行量化。

常見問題的解決方案

探索對一般行動裝置與邊緣使用案例有助益的最佳化模型。

圖片分類

辨識數百個物件,包含人物、活動、動物、植物和地點。

物件偵測

使用定界框來偵測多個物件。沒錯,這也能偵測貓和狗。

問題回答

使用先進的自然語言模型,透過 BERT 根據特定文字段落的內容回答問題。

最新消息與公告

請前往我們的網誌查看其他最新消息,並訂閱我們每月發行的 TensorFlow 電子報,讓最新的公告直接寄到你的收件匣。

2020 年 7 月 13 日  
分享 Pixelopolis:Google I/O 大會中使用 TF-Lite 所建構的自動駕駛汽車示範

運用手機上的相機功能、TensorFlow 和一點點想像力,便能執行超乎想像的工作。

2020 年 7 月 8 日  
Inside TensorFlow:新的 TF Lite Converter

在本集 Inside TensorFlow 中,軟體工程師 Yu-Cheng Ling 會示範新的 TF Lite Converter,說明其重要性以及使用方法。

Continue
2020 年 6 月 26 日  
透過 Firebase 加強 TensorFlow Lite 部署作業

無需更新應用程式即可使用 Firebase 更新 TensorFlow Lite 模型、在生產環境中執行多個模型版本的 A/B 測試,並且在使用者裝置上測量推論速度。

2020 年 4 月 20 日  
在 DevSummit 2020 中發表的 TensorFlow Lite 最新功能

目前全球有超過 40 億台裝置在各式各樣的平台上執行 TensorFlow Lite。我們持續拓展裝置端機器學習的極限,加快機器學習速度、使其更加易於使用。