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。

September 16, 2020  
What's new in TensorFlow Lite for NLP

Learn about TensorFlow Lite’s end-to-end support for NLP tasks with new features including pre-trained NLP models, model creation, conversion and deployment on edge devices.

September 14, 2020  
Introduction to On-device Recommendation

We are excited to open source an end-to-end solution for TFLite on-device recommendation tasks. We invite developers to build on-device models using our solution that provides personalized, low-latency and high-quality recommendations, while preserving users’ privacy.

September 10, 2020  
Easy ML mobile development with TensorFlow Lite Task Library

A set of powerful and easy-to-use task-specific APIs for app developers to create ML experiences with TensorFlow Lite. The TensorFlow Lite Task Library currently supports six ML tasks including Vision and NLP use cases.

September 9, 2020  
How to Create a Cartoonizer with TensorFlow Lite

An end-to-end tutorial on how to convert a TF 1.x model to TensorFlow Lite (TFLite) and deploy it to an Android app. We use Android Studio’s ML Model Binding to import the model for cartoonizing an image captured with CameraX.