Implementa modelos de aprendizaje automático en dispositivos móviles y de IoT
TensorFlow Lite es un framework de código abierto de aprendizaje profundo para la inferencia en dispositivos.
Cómo funciona
Elige un modelo
Elige un modelo nuevo o vuelve a entrenar uno existente.
Convertir
Convierte un modelo de TensorFlow en un archivo comprimido FlatBuffer con TensorFlow Lite Converter.
Implementación
Toma el archivo comprimido .tflite y cárgalo en un dispositivo móvil o incorporado.
Optimize
Realiza una cuantización mediante la conversión de números de puntos flotante de 32 bits a números enteros de 8 bits, que son más eficientes, o realiza la ejecución en la GPU.
Soluciones para problemas comunes
Explora modelos optimizados para ayudar con casos prácticos comunes de dispositivos móviles y perimetrales.
Identifica cientos de objetos, entre ellos personas, actividades, animales, plantas y lugares.
Usa un modelo novedoso de lenguaje natural para responder preguntas en función del contenido de una determinada porción de texto con BERT.
Algunos de nuestros usuarios de TensorFlow Lite
Noticias y anuncios
Visita nuestro blog para encontrar actualizaciones adicionales y suscríbete a nuestro boletín informativo mensual de TensorFlow para recibir los anuncios más recientes directamente en tu casilla de correo.
Obtén información sobre la compatibilidad de extremo a extremo de TensorFlow Lite para tareas de PLN. Esta mejora incluye modelos de PLN preentrenados y la posibilidad de crear, convertir e implementar modelos en dispositivos perimetrales.
Nos complace convertir una solución de extremo a extremo en código abierto para tareas de recomendación en el dispositivo de TFLite. Invitamos a los desarrolladores a compilar modelos en el dispositivo con nuestra solución, que provee recomendaciones personalizadas con latencia baja y de alta calidad, y al mismo tiempo garantiza la privacidad de los usuarios.
Un conjunto de API específicas para ciertas tareas, potentes y fáciles de usar, que permiten a los desarrolladores de apps crear experiencias de AA con TensorFlow Lite. Actualmente la Biblioteca de tareas de TensorFlow Lite es compatible con seis tareas de AA, incluidos casos de uso de Vision y PLN.
Un instructivo completo sobre cómo convertir modelos de TF 1.x a TensorFlow Lite (TFLite) y cómo implementarlos en una app para Android. Usamos la vinculación de modelos de AA de Android Studio para importar el modelo a fin de caricaturizar una imagen capturada con CameraX.