iOS-Kurzanleitung

Diese Beispiel-App verwendet die Bildklassifizierung, um kontinuierlich zu klassifizieren, was von der Rückkamera des Geräts zu sehen ist. Dabei werden die wahrscheinlichsten Klassifizierungen angezeigt. Nutzer können zwischen einem Gleitkomma- oder quantisierten Modell und der Anzahl der Threads wählen, für die Inferenzen ausgeführt werden sollen.

TensorFlow Lite zu Swift- oder Objective-C-Projekt hinzufügen

TensorFlow Lite bietet native iOS-Bibliotheken, die in Swift und Objective-C geschrieben wurden.

In den folgenden Abschnitten wird gezeigt, wie Sie TensorFlow Lite Swift oder Objective-C zu Ihrem Projekt hinzufügen:

CocoaPods-Entwickler

Fügen Sie den TensorFlow Lite-Pod in der Datei Podfile hinzu. Führen Sie dann pod install aus.

Swift

use_frameworks!
pod 'TensorFlowLiteSwift'

Objective-C

pod 'TensorFlowLiteObjC'

Versionen angeben

Es gibt stabile Versionen und nächtliche Releases für TensorFlowLiteSwift- und TensorFlowLiteObjC-Pods. Wenn Sie keine Versionseinschränkung wie in den obigen Beispielen angeben, ruft CocoaPods standardmäßig den neuesten stabilen Release ab.

Sie können auch eine Versionseinschränkung angeben. Wenn Sie beispielsweise eine Abhängigkeit von Version 2.10.0 wünschen, können Sie die Abhängigkeit so schreiben:

pod 'TensorFlowLiteSwift', '~> 2.10.0'

Dadurch wird die neueste verfügbare Version 2.x.y des Pods TensorFlowLiteSwift in Ihrer Anwendung verwendet. Wenn Sie von den nächtlichen Builds abhängig sein möchten, können Sie Folgendes schreiben:

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

Ab Version 2.4.0 und den neuesten nächtlichen Releases werden GPU- und Core ML-Delegaten standardmäßig vom Pod ausgeschlossen, um die Binärgröße zu reduzieren. Sie können sie einschließen, indem Sie die Subspezifikation angeben:

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

So können Sie die neuesten Funktionen von TensorFlow Lite nutzen. Sobald die Datei Podfile.lock erstellt wurde und du den pod install-Befehl zum ersten Mal ausführst, wird die Version der nächtlichen Bibliothek auf die Version des aktuellen Datums gesperrt. Wenn Sie die abendliche Bibliothek auf die neuere aktualisieren möchten, sollten Sie den Befehl pod update ausführen.

Weitere Informationen zu den verschiedenen Möglichkeiten zum Angeben von Versionseinschränkungen finden Sie unter Pod-Versionen angeben.

Baseball-Entwickler

Fügen Sie in der Datei BUILD dem Ziel die Abhängigkeit TensorFlowLite hinzu.

Swift

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

Objective-C

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

C/C++ API

Alternativ können Sie die C API oder die C++ API verwenden.

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

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

Bibliothek importieren

Importieren Sie für Swift-Dateien das TensorFlow Lite-Modul:

import TensorFlowLite

Importieren Sie für Objective-C-Dateien den Umbrella-Header:

#import "TFLTensorFlowLite.h"

Oder das Modul, wenn Sie CLANG_ENABLE_MODULES = YES in Ihrem Xcode-Projekt festgelegt haben:

@import TFLTensorFlowLite;