iOS hızlı başlangıç, iOS hızlı başlangıç

iOS'ta TensorFlow Lite'ı kullanmaya başlamak için aşağıdaki örneği incelemenizi öneririz:

iOS görüntü sınıflandırma örneği

Kaynak kodun açıklaması için ayrıca TensorFlow Lite iOS görüntü sınıflandırmasını da okumalısınız.

Bu örnek uygulama, cihazın arkaya bakan kamerasından gördüğü her şeyi sürekli olarak sınıflandırmak için görüntü sınıflandırmasını kullanır ve en olası sınıflandırmaları görüntüler. Kullanıcının kayan nokta veya nicelenmiş model arasında seçim yapmasına ve üzerinde çıkarım yapılacak iş parçacığı sayısını seçmesine olanak tanır.

Not: TensorFlow Lite'ı çeşitli kullanım durumlarında gösteren ek iOS uygulamaları Örnekler bölümünde mevcuttur.

Swift veya Objective-C projenize TensorFlow Lite ekleyin

TensorFlow Lite, Swift ve Objective-C ile yazılmış yerel iOS kitaplıkları sunar. Başlangıç ​​noktası olarak Swift görüntü sınıflandırma örneğini kullanarak kendi iOS kodunuzu yazmaya başlayın.

Aşağıdaki bölümler, projenize TensorFlow Lite Swift veya Objective-C'yi nasıl ekleyeceğinizi gösterir:

CocoaPod geliştiricileri

Podfile dosyanızda Podfile Lite bölmesini ekleyin. Ardından, pod install çalıştırın.

Süratli

use_frameworks!
pod 'TensorFlowLiteSwift'

Amaç-C

pod 'TensorFlowLiteObjC'

sürümlerin belirtilmesi

Hem TensorFlowLiteSwift hem de TensorFlowLiteObjC bölmeleri için kararlı sürümler ve gecelik sürümler mevcuttur. Yukarıdaki örneklerde olduğu gibi bir sürüm kısıtlaması belirtmezseniz, CocoaPods varsayılan olarak en son kararlı sürümü çeker.

Ayrıca bir sürüm kısıtlaması da belirtebilirsiniz. Örneğin, 2.0.0 sürümüne bağlı olmak istiyorsanız, bağımlılığı şu şekilde yazabilirsiniz:

pod 'TensorFlowLiteSwift', '~> 2.0.0'

Bu, uygulamanızda TensorFlowLiteSwift bölmesinin mevcut en son 2.xy sürümünün kullanılmasını sağlayacaktır. Alternatif olarak, gecelik yapılara bağlı olmak istiyorsanız şunu yazabilirsiniz:

pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly'

2.4.0 sürümünden ve en son gecelik sürümlerden, varsayılan olarak GPU ve Core ML delegeleri , ikili boyutu azaltmak için bölmeden çıkarılır. Alt spesifikasyon belirterek bunları dahil edebilirsiniz:

pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly', :subspecs => ['CoreML', 'Metal']

Bu, TensorFlow Lite'a eklenen en son özellikleri kullanmanıza olanak tanır. Podfile.lock dosyası oluşturulduktan sonra pod install komutunu ilk kez çalıştırdığınızda, gecelik kitaplık sürümünün geçerli tarihin sürümünde kilitleneceğini unutmayın. Gecelik kütüphaneyi daha yenisine güncellemek istiyorsanız, pod update komutunu çalıştırmalısınız.

Sürüm kısıtlamalarını belirlemenin farklı yolları hakkında daha fazla bilgi için bkz. Bölme sürümlerini belirtme .

Bazel geliştiricileri

BUILD dosyanızda, hedefinize TensorFlowLite bağımlılığını ekleyin.

Süratli

swift_library(
  deps = [
      "//tensorflow/lite/swift:TensorFlowLite",
  ],
)

Amaç-C

objc_library(
  deps = [
      "//tensorflow/lite/objc:TensorFlowLite",
  ],
)

C/C++ API'si

Alternatif olarak, C API veya C++ API kullanabilirsiniz.

# Using C API directly
objc_library(
  deps = [
      "//tensorflow/lite/c:c_api",
  ],
)

# Using C++ API directly
objc_library(
  deps = [
      "//third_party/tensorflow/lite:framework",
  ],
)

Kitaplığı içe aktar

Swift dosyaları için TensorFlow Lite modülünü içe aktarın:

import TensorFlowLite

Objective-C dosyaları için şemsiye başlığını içe aktarın:

#import "TFLTensorFlowLite.h"

Veya, Xcode projenizde CLANG_ENABLE_MODULES = YES olarak ayarladıysanız modül:

@import TFLTensorFlowLite;

Not: Objective-C TensorFlow Lite modülünü içe aktarmak isteyen CocoaPods geliştiricileri için use_frameworks! Podfile .