หากต้องการเริ่มต้นใช้งาน TensorFlow Lite บน iOS เราขอแนะนำให้สำรวจตัวอย่างต่อไปนี้:
ตัวอย่างการจัดหมวดหมู่รูปภาพ iOS
หากต้องการคำอธิบายซอร์สโค้ด คุณควรอ่าน การจัดหมวดหมู่รูปภาพของ TensorFlow Lite iOS ด้วย
แอปตัวอย่างนี้ใช้ การจัดหมวดหมู่รูปภาพ เพื่อจัดประเภทสิ่งที่เห็นจากกล้องหลังของอุปกรณ์อย่างต่อเนื่อง โดยแสดงการจัดประเภทที่เป็นไปได้สูงสุด อนุญาตให้ผู้ใช้เลือกระหว่างจุดลอยตัวหรือแบบจำลอง เชิงปริมาณ และเลือกจำนวนเธรดที่ต้องการทำการอนุมาน
เพิ่ม TensorFlow Lite ให้กับโปรเจ็กต์ Swift หรือ Objective-C ของคุณ
TensorFlow Lite มีไลบรารี iOS ดั้งเดิมที่เขียนด้วย Swift และ Objective-C เริ่มเขียนโค้ด iOS ของคุณเองโดยใช้ ตัวอย่างการจัดหมวดหมู่รูปภาพ Swift เป็นจุดเริ่มต้น
ส่วนด้านล่างนี้สาธิตวิธีเพิ่ม TensorFlow Lite Swift หรือ Objective-C ให้กับโปรเจ็กต์ของคุณ:
นักพัฒนา CocoaPods
ใน Podfile
ของคุณ ให้เพิ่มพ็อด TensorFlow Lite จากนั้นให้รัน pod install
สวิฟท์
use_frameworks!
pod 'TensorFlowLiteSwift'
วัตถุประสงค์-C
pod 'TensorFlowLiteObjC'
การระบุเวอร์ชัน
มีการเผยแพร่ที่เสถียร และมีการเผยแพร่ทุกคืนสำหรับทั้งพ็อด TensorFlowLiteSwift
และ TensorFlowLiteObjC
หากคุณไม่ได้ระบุข้อจำกัดเวอร์ชันตามตัวอย่างข้างต้น CocoaPods จะดึงเวอร์ชันเสถียรล่าสุดตามค่าเริ่มต้น
คุณยังสามารถระบุข้อจำกัดเวอร์ชันได้ด้วย ตัวอย่างเช่น หากคุณต้องการใช้เวอร์ชัน 2.10.0 คุณสามารถเขียนการขึ้นต่อกันเป็น:
pod 'TensorFlowLiteSwift', '~> 2.10.0'
เพื่อให้แน่ใจว่าแอปของคุณใช้พ็อด TensorFlowLiteSwift
เวอร์ชัน 2.xy ล่าสุด หรือหากคุณต้องการขึ้นอยู่กับงานสร้างทุกคืน คุณสามารถเขียนว่า:
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly'
ตั้งแต่เวอร์ชัน 2.4.0 และรุ่นล่าสุดทุกคืน โดยค่าเริ่มต้น ผู้รับมอบสิทธิ์ GPU และ Core ML จะถูกแยกออกจากพ็อดเพื่อลดขนาดไบนารี คุณสามารถรวมไว้ได้โดยระบุข้อกำหนดย่อย:
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly', :subspecs => ['CoreML', 'Metal']
สิ่งนี้จะช่วยให้คุณใช้ฟีเจอร์ล่าสุดที่เพิ่มใน TensorFlow Lite ได้ โปรดทราบว่าเมื่อไฟล์ Podfile.lock
ถูกสร้างขึ้นเมื่อคุณรันคำสั่ง pod install
เป็นครั้งแรก เวอร์ชันไลบรารีทุกคืนจะถูกล็อกตามเวอร์ชันของวันที่ปัจจุบัน หากคุณต้องการอัปเดตไลบรารีทุกคืนให้เป็นไลบรารีที่ใหม่กว่า คุณควรรันคำสั่ง pod update
หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับวิธีการต่างๆ ในการระบุข้อจำกัดเวอร์ชัน โปรดดูที่ การระบุเวอร์ชันของพ็อด
นักพัฒนา Bazel
ในไฟล์ BUILD
ของคุณ ให้เพิ่มการพึ่งพา TensorFlowLite
ให้กับเป้าหมายของคุณ
สวิฟท์
swift_library(
deps = [
"//tensorflow/lite/swift:TensorFlowLite",
],
)
วัตถุประสงค์-C
objc_library(
deps = [
"//tensorflow/lite/objc:TensorFlowLite",
],
)
C/C++ API
หรือคุณสามารถใช้ C API หรือ C++ API
# Using C API directly
objc_library(
deps = [
"//tensorflow/lite/c:c_api",
],
)
# Using C++ API directly
objc_library(
deps = [
"//tensorflow/lite:framework",
],
)
นำเข้าห้องสมุด
สำหรับไฟล์ Swift ให้นำเข้าโมดูล TensorFlow Lite:
import TensorFlowLite
สำหรับไฟล์ Objective-C ให้นำเข้าส่วนหัวของร่ม:
#import "TFLTensorFlowLite.h"
หรือโมดูลหากคุณตั้ง CLANG_ENABLE_MODULES = YES
ในโปรเจ็กต์ Xcode ของคุณ:
@import TFLTensorFlowLite;