這個範例應用程式使用圖片分類功能,從裝置後置鏡頭持續分類看到的內容,顯示最有可能的分類。可讓使用者選擇浮點或量化模型,並選取要執行推論的執行緒數量。
將 TensorFlow Lite 新增至 Swift 或 Objective-C 專案
TensorFlow Lite 提供以 Swift 和 Objective-C 編寫的原生 iOS 程式庫。
以下各節示範如何在專案中新增 TensorFlow Lite Swift 或 Objective-C:
CocoaPods 開發人員
在 Podfile
中,新增 TensorFlow Lite pod。接著執行 pod install
。
Swift
use_frameworks!
pod 'TensorFlowLiteSwift'
Objective-C
pod 'TensorFlowLiteObjC'
指定版本
都有穩定版本,TensorFlowLiteSwift
和 TensorFlowLiteObjC
Pod 皆提供夜間版本。如未如上述範例所示指定版本限制,CocoaPods 預設會提取最新的穩定版。
您也可以指定版本限制。舉例來說,如果您希望依附於 2.10.0 版,可以將依附元件編寫為:
pod 'TensorFlowLiteSwift', '~> 2.10.0'
這可確保應用程式使用最新的 2.x.y 版本 TensorFlowLiteSwift
Pod。或者,如果您要依賴夜間版本,可以編寫:
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly'
從 2.4.0 版和最新的夜間版本開始,根據預設,GPU 和 Core ML 委派項目已從 Pod 中排除,以減少二進位檔的大小。您可以藉由指定子規格來納入這些參數:
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly', :subspecs => ['CoreML', 'Metal']
這可讓您使用新增至 TensorFlow Lite 的最新功能。請注意,當您首次執行 pod install
指令時,Podfile.lock
檔案建立完成後,夜間程式庫版本就會鎖定為目前日期的版本。如要將夜間程式庫更新為較新的程式庫,請執行 pod update
指令。
如要進一步瞭解其他指定版本限制的方式,請參閱指定 Pod 版本。
Bazel 開發人員
在 BUILD
檔案中,將 TensorFlowLite
依附元件新增至目標。
Swift
swift_library(
deps = [
"//tensorflow/lite/swift:TensorFlowLite",
],
)
Objective-C
objc_library(
deps = [
"//tensorflow/lite/objc:TensorFlowLite",
],
)
C/C++ API
# Using C API directly
objc_library(
deps = [
"//tensorflow/lite/c:c_api",
],
)
# Using C++ API directly
objc_library(
deps = [
"//tensorflow/lite:framework",
],
)
匯入程式庫
如為 Swift 檔案,請匯入 TensorFlow Lite 模組:
import TensorFlowLite
如果是 Objective-C 檔案,請匯入綜合標題:
#import "TFLTensorFlowLite.h"
或者,如果您在 Xcode 專案中設定 CLANG_ENABLE_MODULES = YES
,這個模組:
@import TFLTensorFlowLite;