แอปตัวอย่างนี้ใช้การแยกประเภทรูปภาพเพื่อจัดประเภทสิ่งที่เห็นจากกล้องหลังของอุปกรณ์อย่างต่อเนื่อง โดยแสดงการจัดประเภทที่เป็นไปได้มากที่สุด เพื่อให้ผู้ใช้เลือกได้ระหว่างรูปแบบจุดลอยตัวหรือโมเดลที่วัดปริมาณ และเลือกจำนวนชุดข้อความที่จะทำการอนุมาน
เพิ่ม TensorFlow Lite ไปยังโปรเจ็กต์ Swift หรือ Objective-C
TensorFlow Lite มีไลบรารี iOS แบบเนทีฟที่เขียนด้วย Swift และ Objective-C
ส่วนด้านล่างแสดงวิธีเพิ่ม TensorFlow Lite Swift หรือ Objective-C ลงในโปรเจ็กต์
นักพัฒนาซอฟต์แวร์ CocoaPods
ใน Podfile
ให้เพิ่มพ็อด TensorFlow Lite จากนั้นเรียกใช้ pod install
Swift
use_frameworks!
pod 'TensorFlowLiteSwift'
Objective-C
pod 'TensorFlowLiteObjC'
การระบุเวอร์ชัน
มีรุ่นที่เสถียรและการเผยแพร่ตอนกลางคืนพร้อมใช้งานสำหรับทั้งพ็อด TensorFlowLiteSwift
และ TensorFlowLiteObjC
หากไม่ระบุข้อจำกัดเวอร์ชันตามตัวอย่างข้างต้น CocoaPods จะดึงเวอร์ชันเสถียรล่าสุดโดยค่าเริ่มต้น
นอกจากนี้ คุณยังระบุข้อจำกัดเวอร์ชันได้ด้วย เช่น หากต้องการใช้เวอร์ชัน 2.10.0 คุณสามารถเขียนการอ้างอิงได้ดังนี้
pod 'TensorFlowLiteSwift', '~> 2.10.0'
การดำเนินการนี้จะช่วยให้มั่นใจได้ว่ามีการใช้พ็อด TensorFlowLiteSwift
เวอร์ชัน 2.x.y เวอร์ชันล่าสุดที่มีอยู่ในแอป หรือหากต้องการใช้บิลด์กลางคืน คุณก็เขียนสิ่งต่อไปนี้ได้
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly'
ตั้งแต่เวอร์ชัน 2.4.0 และรุ่นกลางคืนล่าสุด โดยค่าเริ่มต้น ระบบจะยกเว้น GPU และผู้รับมอบสิทธิ์ ML หลักออกจากพ็อดเพื่อลดขนาดไบนารี คุณอาจรวมเมตริกเหล่านั้นด้วย การระบุข้อมูลจำเพาะย่อย
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly', :subspecs => ['CoreML', 'Metal']
ซึ่งจะช่วยให้คุณใช้ฟีเจอร์ล่าสุดที่เพิ่มลงใน TensorFlow Lite ได้ โปรดทราบว่าเมื่อสร้างไฟล์ Podfile.lock
เมื่อคุณเรียกใช้คำสั่ง pod install
เป็นครั้งแรก ระบบจะล็อกเวอร์ชันคลังตอนกลางคืนตามเวอร์ชันปัจจุบันของเวอร์ชันปัจจุบัน หากต้องการอัปเดตไลบรารีกลางคืนเป็นไลบรารีที่ใหม่กว่า คุณควรเรียกใช้คำสั่ง pod update
ดูข้อมูลเพิ่มเติมเกี่ยวกับวิธีต่างๆ ในการระบุข้อจำกัดของเวอร์ชันได้ที่การระบุเวอร์ชันพ็อด
นักพัฒนา Bazel
ในไฟล์ BUILD
ให้เพิ่มทรัพยากร Dependency TensorFlowLite
ไปยังเป้าหมาย
Swift
swift_library(
deps = [
"//tensorflow/lite/swift:TensorFlowLite",
],
)
Objective-C
objc_library(
deps = [
"//tensorflow/lite/objc:TensorFlowLite",
],
)
API ของ C/C++
หรือคุณสามารถใช้ C API หรือ C++ API
# Using C API directly
objc_library(
deps = [
"//tensorflow/lite/c:c_api",
],
)
# Using C++ API directly
objc_library(
deps = [
"//tensorflow/lite:framework",
],
)
นำเข้าไลบรารี
สำหรับไฟล์ Swift ให้นำเข้าโมดูล TensorFlow Lite ดังนี้
import TensorFlowLite
สำหรับไฟล์ Objective-C ให้นำเข้าส่วนหัวร่ม ดังนี้
#import "TFLTensorFlowLite.h"
หรือโมดูลหากคุณตั้งค่า CLANG_ENABLE_MODULES = YES
ในโปรเจ็กต์ Xcode ให้ทำดังนี้
@import TFLTensorFlowLite;