Bắt đầu nhanh cho iOS

Ứng dụng mẫu này sử dụng tính năng phân loại hình ảnh để liên tục phân loại những nội dung nhìn thấy từ máy ảnh mặt sau của thiết bị, cho thấy các thông tin phân loại hàng đầu có khả năng xuất hiện nhất. Phương thức này cho phép người dùng chọn giữa mô hình dấu phẩy động hoặc mô hình lượng tử hoá và chọn số lượng luồng để tiến hành dự đoán.

Thêm TensorFlow Lite vào dự án Swift hoặc Objective-C

TensorFlow Lite cung cấp các thư viện iOS gốc được viết bằng Swift và Objective-C.

Các phần dưới đây minh hoạ cách thêm TensorFlow Lite Swift hoặc Objective-C vào dự án:

Nhà phát triển CocoaPods

Trong Podfile, hãy thêm nhóm TensorFlow Lite. Sau đó, hãy chạy pod install.

Swift

use_frameworks!
pod 'TensorFlowLiteSwift'

Objective-C

pod 'TensorFlowLiteObjC'

Chỉ định phiên bản

Chúng tôi có các bản phát hành ổn định và bản phát hành hằng đêm cho cả nhóm TensorFlowLiteSwift và TensorFlowLiteObjC. Nếu bạn không chỉ định quy tắc ràng buộc đối với phiên bản như trong các ví dụ trên, thì CocoaPods sẽ lấy bản phát hành ổn định mới nhất theo mặc định.

Bạn cũng có thể chỉ định quy tắc ràng buộc đối với phiên bản. Ví dụ: nếu muốn phụ thuộc vào phiên bản 2.10.0, bạn có thể viết phần phụ thuộc như sau:

pod 'TensorFlowLiteSwift', '~> 2.10.0'

Việc này sẽ đảm bảo sử dụng phiên bản 2.x.y mới nhất của nhóm TensorFlowLiteSwift trong ứng dụng của bạn. Ngoài ra, nếu muốn dựa vào các bản dựng ban đêm, bạn có thể viết:

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

Từ phiên bản 2.4.0 và các bản phát hành hằng đêm mới nhất, theo mặc định, GPU và uỷ quyền học máy cốt lõi sẽ bị loại trừ khỏi nhóm để giảm kích thước tệp nhị phân. Bạn có thể bao gồm các tính năng này bằng cách chỉ định thông số phụ:

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

Điều này cho phép bạn sử dụng các tính năng mới nhất được thêm vào TensorFlow Lite. Xin lưu ý rằng sau khi tệp Podfile.lock được tạo khi bạn chạy lệnh pod install lần đầu tiên, phiên bản thư viện hoạt động hằng đêm sẽ bị khoá ở phiên bản ngày hiện tại. Nếu muốn cập nhật thư viện hằng đêm lên thư viện mới hơn, bạn nên chạy lệnh pod update.

Để biết thêm thông tin về các cách chỉ định quy tắc ràng buộc của phiên bản, hãy xem phần Chỉ định phiên bản nhóm.

Nhà phát triển Bazel

Trong tệp BUILD, hãy thêm phần phụ thuộc TensorFlowLite vào mục tiêu.

Swift

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

Objective-C

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

API C/C++

Ngoài ra, bạn có thể dùng API C hoặc API C++

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

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

Nhập thư viện

Đối với tệp Swift, hãy nhập mô-đun TensorFlow Lite:

import TensorFlowLite

Đối với tệp Objective-C, hãy nhập tiêu đề ô:

#import "TFLTensorFlowLite.h"

Hoặc mô-đun nếu bạn đặt CLANG_ENABLE_MODULES = YES trong dự án Xcode:

@import TFLTensorFlowLite;