التشغيل السريع لنظام iOS

لبدء استخدام TensorFlow Lite على نظام iOS، نوصي باستكشاف المثال التالي:

مثال لتصنيف صور iOS

للحصول على شرح للكود المصدري، يجب عليك أيضًا قراءة تصنيف صور TensorFlow Lite iOS .

يستخدم هذا التطبيق النموذجي تصنيف الصور لتصنيف كل ما يراه من الكاميرا الخلفية للجهاز بشكل مستمر، ويعرض التصنيفات الأعلى احتمالاً. يسمح للمستخدم بالاختيار بين النقطة العائمة أو النموذج الكمي وتحديد عدد الخيوط لإجراء الاستدلال عليها.

أضف TensorFlow Lite إلى مشروع Swift أو Objective-C الخاص بك

يقدم TensorFlow Lite مكتبات iOS أصلية مكتوبة بلغة Swift و Objective-C . ابدأ في كتابة كود iOS الخاص بك باستخدام مثال تصنيف الصور Swift كنقطة بداية.

توضح الأقسام أدناه كيفية إضافة TensorFlow Lite Swift أو Objective-C إلى مشروعك:

مطورو CocoaPods

في Podfile الخاص بك، أضف جراب TensorFlow Lite. ثم قم بتشغيل pod install .

سويفت

use_frameworks!
pod 'TensorFlowLiteSwift'

ج موضوعية

pod 'TensorFlowLiteObjC'

تحديد الإصدارات

هناك إصدارات مستقرة وإصدارات ليلية متاحة لكل من كبسولات TensorFlowLiteSwift و TensorFlowLiteObjC . إذا لم تقم بتحديد قيد الإصدار كما في الأمثلة المذكورة أعلاه، فسوف يقوم CocoaPods بسحب أحدث إصدار ثابت افتراضيًا.

يمكنك أيضًا تحديد قيد الإصدار. على سبيل المثال، إذا كنت ترغب في الاعتماد على الإصدار 2.10.0، يمكنك كتابة التبعية على النحو التالي:

pod 'TensorFlowLiteSwift', '~> 2.10.0'

سيضمن ذلك استخدام أحدث إصدار 2.xy متاح من حاوية TensorFlowLiteSwift في تطبيقك. بدلًا من ذلك، إذا كنت تريد الاعتماد على التصميمات الليلية، يمكنك الكتابة:

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

من الإصدار 2.4.0 وأحدث الإصدارات الليلية، افتراضيًا، يتم استبعاد مندوبي GPU و Core ML من الكبسولة لتقليل الحجم الثنائي. يمكنك تضمينها عن طريق تحديد المواصفات الفرعية:

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

سيسمح لك هذا باستخدام أحدث الميزات المضافة إلى TensorFlow Lite. لاحظ أنه بمجرد إنشاء ملف Podfile.lock عند تشغيل أمر pod install لأول مرة، سيتم قفل إصدار المكتبة الليلية بإصدار التاريخ الحالي. إذا كنت ترغب في تحديث المكتبة الليلية إلى المكتبة الأحدث، فيجب عليك تشغيل أمر pod update .

لمزيد من المعلومات حول الطرق المختلفة لتحديد قيود الإصدار، راجع تحديد إصدارات pod .

مطوري بازل

في ملف BUILD الخاص بك، أضف تبعية TensorFlowLite إلى هدفك.

سويفت

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

ج موضوعية

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

واجهة برمجة تطبيقات C/C++

وبدلاً من ذلك، يمكنك استخدام C API أو C++ API

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

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

استيراد المكتبة

بالنسبة لملفات Swift، قم باستيراد وحدة TensorFlow Lite:

import TensorFlowLite

بالنسبة لملفات Objective-C، قم باستيراد رأس المظلة:

#import "TFLTensorFlowLite.h"

أو الوحدة إذا قمت بتعيين CLANG_ENABLE_MODULES = YES في مشروع Xcode الخاص بك:

@import TFLTensorFlowLite;