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。

Question answering

Use a state-of-the-art natural language model to answer questions based on the content of a given passage of text with BERT.

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。

July 13, 2020 
Sharing Pixelopolis, a self-driving car demo from Google I/O built with TF-Lite

It's incredible what you can do with a phone camera, TensorFlow and a bit of imagination.

July 8, 2020 
Inside TensorFlow: New TF Lite Converter

In this episode of Inside TensorFlow, Software Engineer Yu-Cheng Ling demonstrates the new TF Lite Converter, discussing why it’s important and how to use it.

Continue
June 26, 2020 
Enhance your TensorFlow Lite deployment with Firebase

Use Firebase to update TensorFlow Lite models without app updates, A/B test multiple model versions in production, and measure inference speed on user devices.

April 20, 2020 
What’s new in TensorFlow Lite from DevSummit 2020

TensorFlow Lite runs on more than 4 billion active devices globally on various platforms. We continue to push the limits of on-device machine learning by making it faster and easier to use.