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。

查看模型

轻松地部署预训练模型。

运行原理

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。

智能回复

生成回复建议以输入对话聊天消息。

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 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。

Continue