iOS 빠른 시작

이 예시 앱은 이미지 분류를 사용하여 기기의 후면 카메라에서 보는 모든 항목을 연속적으로 분류하여 가장 가능성이 높은 분류를 표시합니다. 이를 통해 사용자는 부동 소수점 또는 양자화 모델 중에서 선택하고 추론을 실행할 스레드 수를 선택할 수 있습니다.

Swift 또는 Objective-C 프로젝트에 TensorFlow Lite 추가

TensorFlow Lite는 Swift 및 Objective-C로 작성된 네이티브 iOS 라이브러리를 제공합니다.

아래 섹션에서는 TensorFlow Lite Swift 또는 Objective-C를 프로젝트에 추가하는 방법을 보여줍니다.

CocoaPods 개발자

Podfile에서 TensorFlow Lite 포드를 추가합니다. 그런 다음 pod install를 실행합니다.

Swift

use_frameworks!
pod 'TensorFlowLiteSwift'

Objective-C

pod 'TensorFlowLiteObjC'

버전 지정

안정화 버전이 있으며 TensorFlowLiteSwift 및 TensorFlowLiteObjC 포드 모두에 나이틀리 출시 버전을 사용할 수 있습니다. 위의 예와 같이 버전 제약조건을 지정하지 않으면 CocoaPods가 기본적으로 최신 안정화 버전을 가져옵니다.

버전 제약조건을 지정할 수도 있습니다. 예를 들어 버전 2.10.0을 사용하려면 종속 항목을 다음과 같이 작성하면 됩니다.

pod 'TensorFlowLiteSwift', '~> 2.10.0'

이렇게 하면 앱에서 사용 가능한 최신 2.x.y 버전의 TensorFlowLiteSwift 포드가 사용됩니다. 나이틀리 빌드를 사용하려면 다음과 같이 작성할 수 있습니다.

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

2.4.0 버전 및 최신 나이틀리 출시 버전에서는 기본적으로 GPU 및 Core ML 위임이 포드에서 제외되어 바이너리 크기를 줄입니다. subspec을 지정하여 포함할 수 있습니다.

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

이를 통해 TensorFlow Lite에 추가된 최신 기능을 사용할 수 있습니다. pod install 명령어를 처음 실행할 때 Podfile.lock 파일이 생성되면 나이틀리 라이브러리 버전이 현재 날짜의 버전으로 잠깁니다. 나이틀리 라이브러리를 최신 라이브러리로 업데이트하려면 pod update 명령어를 실행해야 합니다.

버전 제약조건을 지정하는 다양한 방법에 대한 자세한 내용은 포드 버전 지정을 참조하세요.

Bazel 개발자

BUILD 파일에서 타겟에 TensorFlowLite 종속 항목을 추가합니다.

Swift

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

Objective-C

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

C/C++ API

또는 C API 또는 C++ API를 사용할 수 있습니다.

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

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

라이브러리 가져오기

Swift 파일의 경우 TensorFlow Lite 모듈을 가져옵니다.

import TensorFlowLite

Objective-C 파일의 경우 상위 헤더를 가져옵니다.

#import "TFLTensorFlowLite.h"

또는 Xcode 프로젝트에서 CLANG_ENABLE_MODULES = YES를 설정한 경우 모듈은 다음과 같습니다.

@import TFLTensorFlowLite;