Wdrażaj modele uczenia maszynowego na urządzeniach mobilnych i IoT

TensorFlow Lite to platforma uczenia głębokiego typu open source do wnioskowania na urządzeniu.

Zobacz przewodnik

Przewodniki wyjaśniają koncepcje i komponenty TensorFlow Lite.

Zobacz przykłady

Poznaj aplikacje TensorFlow Lite na Androida i iOS.

Zobacz samouczki

Dowiedz się, jak używać TensorFlow Lite w typowych przypadkach.

Jak to działa

Wybierz model

Wybierz nowy model lub przeszkol istniejący.

Konwertować

Konwertuj model TensorFlow na skompresowany płaski bufor za pomocą konwertera TensorFlow Lite.

Wdrożyć

Weź skompresowany plik .tflite i załaduj go do urządzenia mobilnego lub wbudowanego.

Optymalizować

Kwantyzuj, konwertując 32-bitowe liczby zmiennoprzecinkowe na bardziej wydajne 8-bitowe liczby całkowite lub uruchamiaj na GPU.

Rozwiązania typowych problemów

Poznaj zoptymalizowane modele TF Lite i rozwiązania ML na urządzeniu do zastosowań mobilnych i brzegowych.

Klasyfikacja obrazu

Zidentyfikuj setki obiektów, w tym ludzi, czynności, zwierzęta, rośliny i miejsca.

Wykrywanie obiektów

Wykryj wiele obiektów za pomocą obwiedni. Tak, psy i koty też.

Odpowiadanie na pytania

Użyj najnowocześniejszego modelu języka naturalnego, aby odpowiedzieć na pytania oparte na treści danego fragmentu tekstu za pomocą BERT.

Nowości i ogłoszenia

Sprawdź nasz blog na dodatkowe aktualizacje i zapisz się do naszego biuletynu miesięcznego TensorFlow aby uzyskać najnowsze komunikaty wysyłane bezpośrednio do skrzynki odbiorczej.

18 sierpnia 2021  
Estymacja i klasyfikacja pozycji na urządzeniach brzegowych za pomocą MoveNet

MoveNet to najnowocześniejszy model szacowania pozy dla urządzeń mobilnych, który może działać w czasie rzeczywistym na nowoczesnych smartfonach. Dowiedz się o ostatnich aktualizacjach i o tym, jak wykonać niestandardową klasyfikację ułożenia na urządzeniach z Androidem, iOS i Raspberry Pi.

20 lipca 2021  
Twórz szybkie, rzadkie modele na urządzeniu dzięki nowemu interfejsowi API przycinania TF MOT

Aby wypełnić lukę między tworzeniem mobilnego i internetowego ML, możesz łatwo wdrożyć bibliotekę zadań TensorFlow Lite w sieci dzięki możliwościom WebAssembly.

2 czerwca 2021  
W jaki sposób TensorFlow pomaga Edge Impulse w udostępnianiu systemów uczących się inżynierom systemów wbudowanych

Ekosystem TensorFlow umożliwia firmom takim jak Edge Impulse przekazanie sztucznej inteligencji w ręce ekspertów dziedzinowych, którzy tworzą nową generację technologii konsumenckich i przemysłowych.

20 maja 2021  
Wytrenuj własny, niestandardowy model wykrywania obiektów za pomocą TensorFlow Lite

Dowiedz się, jak wytrenować niestandardowy model wykrywania obiektów i wdrożyć go w aplikacji na Androida za pomocą kilku wierszy kodu. Wszystko czego potrzebujesz to Android Studio i przeglądarka internetowa. Nie jest wymagana wiedza na temat uczenia maszynowego.