Krótkie wprowadzenie dla iOS

Ta przykładowa aplikacja korzysta z klasyfikacji obrazów, aby stale klasyfikować wszystko, co widzi tylny aparat urządzenia, i wyświetlać najbardziej prawdopodobne klasyfikacje. Pozwala użytkownikowi wybrać model zmiennoprzecinkowy lub kwantyzowany oraz określić liczbę wątków, na podstawie których zostanie wnioskowane.

Dodawanie TensorFlow Lite do projektu Swift lub Objective-C

TensorFlow Lite oferuje natywne biblioteki iOS napisane w Swift i Objective-C.

Sekcje poniżej pokazują, jak dodać TensorFlow Lite Swift lub Objective-C do projektu:

Programiści CocoaPods

W Podfile dodaj poda TensorFlow Lite. Następnie uruchom polecenie pod install.

Swift

use_frameworks!
pod 'TensorFlowLiteSwift'

Objective-C

pod 'TensorFlowLiteObjC'

Określanie wersji

Dostępne są wersje stabilne i nocne dla podów TensorFlowLiteSwift i TensorFlowLiteObjC. Jeśli nie określisz ograniczenia wersji, jak w powyższych przykładach, CocoaPods domyślnie pobierze najnowszą wersję stabilną.

Możesz też określić ograniczenie wersji. Jeśli na przykład chcesz korzystać z wersji 2.10.0, możesz zapisać zależność w ten sposób:

pod 'TensorFlowLiteSwift', '~> 2.10.0'

Dzięki temu w aplikacji zostanie użyta najnowsza dostępna wersja poda TensorFlowLiteSwift w wersji 2.x.y. Jeśli chcesz polegać na kompilacjach co noc, możesz wpisać:

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

Aby zmniejszyć rozmiar pliku binarnego, z wersji 2.4.0 i najnowszych wersji nocnych domyślnie GPU i osoby przekazujące dostęp do Core ML są wykluczane z poda. Możesz je uwzględnić, określając podspecyfikację:

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

Umożliwi Ci to korzystanie z najnowszych funkcji dodanych do TensorFlow Lite. Pamiętaj, że po utworzeniu pliku Podfile.lock przy pierwszym uruchomieniu polecenia pod install wersja biblioteki nocnej zostanie zablokowana zgodnie z wersją bieżącą. Aby zaktualizować bibliotekę nocną do nowszej, uruchom polecenie pod update.

Więcej informacji o różnych sposobach określania ograniczeń wersji znajdziesz w sekcji Określanie wersji podów.

Deweloperzy baz danych

W pliku BUILD dodaj zależność TensorFlowLite do celu.

Swift

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

Objective-C

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

Interfejs API C/C++

Możesz też użyć interfejsu C API lub C++ API.

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

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

Importowanie biblioteki

W przypadku plików Swift zaimportuj moduł TensorFlow Lite:

import TensorFlowLite

W przypadku plików Objective-C zaimportuj nagłówek Parasol:

#import "TFLTensorFlowLite.h"

Albo jeśli w projekcie Xcode ustawisz CLANG_ENABLE_MODULES = YES, moduł:

@import TFLTensorFlowLite;