TF 2.0 is out! Get hands-on practice at TF World, Oct 28-31. Use code TF20 for 20% off select passes. Register now
在移动设备和 IoT 设备上部署机器学习模型

TensorFlow Lite 是一种用于设备端推断的开源深度学习框架。

查看指南

指南介绍了 TensorFlow Lite 的概念和组件。

查看示例

探索使用 TensorFlow Lite 的 Android 和 iOS 应用。

查看模型

轻松地部署预训练模型。

工作原理
选择模型

选择新模型或重新训练现有模型。

转换

使用 TensorFlow Lite Converter 将 TensorFlow 模型转换为压缩的 FlatBuffer 文件。

部署

获取压缩的 .tflite 文件,并将其加载到移动设备或嵌入式设备中。

优化

通过将 32 位浮点数转换为更高效的 8 位整数进行量化,或者在 GPU 上运行。

常见问题的解决方案

探索帮助解决常见移动和边缘用例的优化模型。

图像分类

识别数百个对象,包括人、活动、动物、植物和地点。

对象检测

使用边界框检测多个对象。是的,包括狗和猫。

智能回复

生成回复建议以输入对话聊天消息。

社区参与

查看参与 TensorFlow 社区活动的更多方式。

GitHub 上的 TensorFlow Lite 
Ask a question on Stack Overflow 
社区论坛 
分享您的 TensorFlow Lite 故事
News & announcements

See updates to help you with your work, and subscribe to our monthly TensorFlow newsletter to get the latest announcements sent directly to your inbox.

2019 年 6 月 11 日 
TensorFlow 模型优化工具包  —  训练后整型量化

模型优化工具包  是一套先进的技术工具包,可协助新手和高级开发者优化待部署和执行的机器学习模型。

2019 年 5 月 14 日 
TensorFlow 模型优化工具包  —  剪枝 API

我们非常高兴地向大家介绍新推出的这款权重剪枝 API

2019 年 5 月 8 日 
2019 年 Google I/O 大会上的 TensorFlow Lite

在本视频中,您将了解如何使用 TensorFlow Lite 在任何设备中运用 AI 技术,并了解设备端机器学习的未来和我们的路线图。您还将发现一个预训练模型库,您可以在自己的应用中使用这些模型或根据需要自定义这些模型。

2019 年 1 月 16 日 
开发者预览版 — 基于 Mobile GPU 的 TensorFlow Lite 处理性能大幅提升

由于设备的处理和能力有限,在移动设备上基于以计算密集型为主的机器学习模型运行推理,对资源的要求很高。虽然转换为定点模型是加速的一种途径,但用户已经要求我们提供 GPU 支持,并作为加速原始浮点模型推理的一种选项,且不要产生额外的复杂性和潜在的量化精度损失。