LiteRT พร้อมใช้งานในรันไทม์ของบริการ Google Play สำหรับอุปกรณ์ Android ทั้งหมดที่ใช้ Play Services เวอร์ชันปัจจุบัน รันไทม์นี้ช่วยให้คุณเรียกใช้โมเดลแมชชีนเลิร์นนิง (ML) ได้โดยไม่ต้องรวมไลบรารี LiteRT ไว้ในแอปแบบคงที่
เมื่อใช้ Google Play Services API คุณจะลดขนาดของแอปและเพิ่มประสิทธิภาพได้จากไลบรารีเวอร์ชันล่าสุดที่มีความเสถียร TensorFlowLite ในบริการ Google Play เป็นวิธีที่แนะนำในการใช้ LiteRT ใน Android
หากคุณใช้ TensorFlow Lite แบบสแตนด์อโลนในแอปอยู่แล้ว โปรดดูส่วนการย้ายข้อมูลจาก LiteRT แบบสแตนด์อโลนเพื่ออัปเดตแอปที่มีอยู่ให้ใช้รันไทม์ของบริการ Play ดูข้อมูลเพิ่มเติมเกี่ยวกับบริการ Google Play ได้ที่เว็บไซต์บริการ Google Play
การใช้รันไทม์ของบริการ Google Play
LiteRT ในบริการ Google Play พร้อมใช้งานผ่าน API ภาษาโปรแกรมต่อไปนี้
ระบบไม่รองรับ LiteRT API เวอร์ชันทดลองหรือเลิกใช้งาน รวมถึงการดำเนินการที่กำหนดเอง
การสนับสนุนและความคิดเห็น
คุณสามารถแสดงความคิดเห็นและรับการสนับสนุนผ่านเครื่องมือติดตามปัญหาของ TensorFlow
โปรดรายงานปัญหาและคำขอการสนับสนุนโดยใช้เทมเพลตปัญหาสำหรับ LiteRT ในบริการ Google Play
เมื่อคุณใช้ LiteRT ใน Google Play Services API การประมวลผลข้อมูลอินพุต เช่น รูปภาพ วิดีโอ ข้อความ จะดำเนินการในอุปกรณ์โดยสมบูรณ์ และ TensorFlow Lite ใน Google Play Services API จะไม่ส่งข้อมูลดังกล่าวไปยังเซิร์ฟเวอร์ของ Google คุณจึงใช้ API ของเราเพื่อประมวลผลข้อมูลที่ไม่ควรออกจากอุปกรณ์ได้
LiteRT ใน API ของบริการ Google Play อาจติดต่อเซิร์ฟเวอร์ของ Google เป็นครั้งคราวเพื่อรับข้อมูลต่างๆ เช่น การแก้ไขข้อบกพร่อง โมเดลที่อัปเดต และข้อมูลความเข้ากันได้ของโปรแกรมเร่งความเร็วฮาร์ดแวร์ LiteRT ใน API บริการ Google Play จะส่งเมตริกเกี่ยวกับประสิทธิภาพและการใช้งาน API ในแอปของคุณไปยัง Google ด้วย Google ใช้ข้อมูลเมตริกนี้เพื่อวัดประสิทธิภาพ แก้ไขข้อบกพร่อง ดูแลรักษา และปรับปรุง API รวมถึงตรวจหาการใช้ในทางที่ผิดหรือการละเมิด ตามที่อธิบายไว้เพิ่มเติมในนโยบายความเป็นส่วนตัวของเรา
คุณมีหน้าที่แจ้งให้ผู้ใช้แอปทราบเกี่ยวกับการประมวลผล LiteRT ของ Google ในข้อมูลเมตริกของ Google Play Services API ตามที่กฎหมายที่เกี่ยวข้องกำหนด
[[["เข้าใจง่าย","easyToUnderstand","thumb-up"],["แก้ปัญหาของฉันได้","solvedMyProblem","thumb-up"],["อื่นๆ","otherUp","thumb-up"]],[["ไม่มีข้อมูลที่ฉันต้องการ","missingTheInformationINeed","thumb-down"],["ซับซ้อนเกินไป/มีหลายขั้นตอนมากเกินไป","tooComplicatedTooManySteps","thumb-down"],["ล้าสมัย","outOfDate","thumb-down"],["ปัญหาเกี่ยวกับการแปล","translationIssue","thumb-down"],["ตัวอย่าง/ปัญหาเกี่ยวกับโค้ด","samplesCodeIssue","thumb-down"],["อื่นๆ","otherDown","thumb-down"]],["อัปเดตล่าสุด 2025-07-24 UTC"],[],[],null,["# LiteRT in Google Play services\n\nLiteRT is available in Google Play services runtime for all Android\ndevices running the current version of Play services. This runtime allows you to\nrun machine learning (ML) models without statically bundling LiteRT\nlibraries into your app.\n\nWith the Google Play services API, you can reduce the size of your apps and gain\nimproved performance from the latest stable version of the libraries. TensorFlow\nLite in Google Play services is the recommended way to use LiteRT on\nAndroid.\n\nIf you are already using standalone TensorFlow Lite in your app, refer to the\n[Migrating from standalone LiteRT](./java#migrating) section to update an\nexisting app to use the Play services runtime. For more information about Google\nPlay services, see the [Google Play\nservices](https://developers.google.com/android/guides/overview) website.\n| **Terms:** By accessing or using LiteRT in Google Play services APIs, you agree to the [Terms of Service](#tos). Please read and understand all applicable terms and policies before accessing the APIs.\n\nUsing the Play services runtime\n-------------------------------\n\nThe LiteRT in Google Play services is available through the following\nprogramming language apis:\n\n- Java API - [see guide](./java)\n- C/C++ APIs - [see guide](./native)\n\n| **Note:** LiteRT in Google Play services uses the `play-services-tflite-java` package, for both Java and C/C++.\n\nLimitations\n-----------\n\nLiteRT in Google Play services has the following limitations:\n\n- Support for hardware acceleration delegates is limited to the delegates listed in the [Hardware acceleration](../java#hardware-acceleration) section. No other acceleration delegates are supported.\n- Experimental or deprecated LiteRT APIs, including custom ops, are not supported.\n\nSupport and feedback\n--------------------\n\nYou can provide feedback and get support through the TensorFlow Issue Tracker.\nPlease report issues and support requests using the\n[Issue template](https://github.com/tensorflow/tensorflow/issues/new?title=TensorFlow+Lite+in+Play+Services+issue&template=tflite-in-play-services.md)\nfor LiteRT in Google Play services.\n\nTerms of service\n----------------\n\nUse of LiteRT in Google Play services APIs is subject to the\n[Google APIs Terms of Service](https://developers.google.com/terms/).\n\n### Privacy and data collection\n\nWhen you use LiteRT in Google Play services APIs, processing of the\ninput data, such as images, video, text, fully happens on-device, and TensorFlow\nLite in Google Play services APIs does not send that data to Google servers. As\na result, you can use our APIs for processing data that should not leave the\ndevice.\n\nThe LiteRT in Google Play services APIs may contact Google servers from\ntime to time in order to receive things like bug fixes, updated models and\nhardware accelerator compatibility information. The LiteRT in Google\nPlay services APIs also sends metrics about the performance and utilization of\nthe APIs in your app to Google. Google uses this metrics data to measure\nperformance, debug, maintain and improve the APIs, and detect misuse or abuse,\nas further described in our\n[Privacy Policy](https://policies.google.com/privacy).\n\n**You are responsible for informing users of your app about Google's processing\nof LiteRT in Google Play services APIs metrics data as required by\napplicable law.**\n\nData we collect includes the following:\n\n- Device information (such as manufacturer, model, OS version and build) and available ML hardware accelerators (GPU and DSP). Used for diagnostics and usage analytics.\n- Device identifier used for diagnostics and usage analytics.\n- App information (package name, app version). Used for diagnostics and usage analytics.\n- API configuration (such as which delegates are being used). Used for diagnostics and usage analytics.\n- Event type (such as interpreter creation, inference). Used for diagnostics and usage analytics.\n- Error codes. Used for diagnostics.\n- Performance metrics. Used for diagnostics."]]
