Android डेवलपमेंट के लिए, ये LiteRT रनटाइम एपीआई उपलब्ध हैं:
CompiledModelएपीआई: यह बेहतर परफ़ॉर्मेंस देने वाले अनुमान के लिए, आधुनिक स्टैंडर्ड है. यह सीपीयू/जीपीयू/एनपीयू में हार्डवेयर ऐक्सेलरेट करने की प्रोसेस को आसान बनाता है. CompiledModel API को क्यों चुनें, इस बारे में ज़्यादा जानें.Interpreterएपीआई: यह बुनियादी अनुमान लगाने वाला एपीआई है. इसे पुराने सिस्टम के साथ काम करने की सुविधा के लिए बनाया गया है.
CompiledModel API का इस्तेमाल शुरू करना
क्लासिकल एमएल मॉडल के लिए, यहां दिए गए डेमो ऐप्लिकेशन देखें.
- इमेज सेगमेंटेशन Kotlin ऐप्लिकेशन: सीपीयू/जीपीयू/एनपीयू इन्फ़रेंस.
- इमेज सेगमेंटेशन C++ ऐप्लिकेशन: async एक्ज़ीक्यूशन के साथ CPU/GPU/NPU इन्फ़रेंस.
जेन एआई मॉडल के लिए, ये डेमो ऐप्लिकेशन देखें:
- EmbeddingGemma semantic similarity C++ App: सीपीयू/जीपीयू/एनपीयू इन्फ़रेंस.
Android के इस्तेमाल किए जा सकने वाले वर्शन और एपीआई
| LiteRT का वर्शन | स्थिति | काम करने वाला एपीआई | एसडीके का कम से कम लेवल | एनडीके का कम से कम वर्शन (अगर इस्तेमाल किया गया है) | रिलीज़ की तारीख |
|---|---|---|---|---|---|
v2.1.0 |
✅ सबसे नया | CompiledModel Interpreter(सिर्फ़ सीपीयू) |
23 (Android 6 Marshmallow) |
r26a |
2025-12-19 |
v2.0.3 |
⚠️ लेगसी | CompiledModel |
26 (Android 8 Oreo) |
r26a |
08-11-2025 |
v1.4.1 |
✅ सबसे नया | Interpreter |
21 (Android 5 Lollipop) |
r26a |
07-11-2025 |
v1.4.0 |
⚠️ लेगसी | Interpreter |
26 (Android 8 Oreo) |
r26a |
25-06-2025 |
v1.3.0 |
⚠️ लेगसी | Interpreter |
21 (Android 5 Lollipop) |
r26a |
19-05-2025 |
v1.2.0 |
⚠️ लेगसी | Interpreter |
21 (Android 5 Lollipop) |
r26a |
13-03-2025 |
अहम जानकारी: अपनी डिपेंडेंसी को अप-टू-डेट रखें, ताकि यह पक्का किया जा सके कि वे नई सुविधाओं और सुरक्षा से जुड़े अपडेट के साथ काम करती हैं.
CompiledModel API का इस्तेमाल शुरू करना
अपने Android प्रोजेक्ट में LiteRT Maven पैकेज जोड़ें:
dependencies {
...
implementation `com.google.ai.edge.litert:litert:2.1.0`
}
अपने .tflite मॉडल को CompiledModel API के साथ इंटिग्रेट करें. यहां दिए गए कोड स्निपेट में, Kotlin और C++ में इसे लागू करने का तरीका बताया गया है.
Kotlin
// Load model and initialize runtime
val compiledModel = CompiledModel.create(
"/path/to/mymodel.tflite",
CompiledModel.Options(Accelerator.CPU))
// Preallocate input/output buffers
val inputBuffers = compiledModel.createInputBuffers()
val outputBuffers = compiledModel.createOutputBuffers()
// Fill the input buffer
inputBuffers.get(0).writeFloat(input0)
inputBuffers.get(1).writeFloat(input1)
// Invoke
compiledModel.run(inputBuffers, outputBuffers)
// Read the output
val output = outputBuffers.get(0).readFloat()
C++
// Load model and initialize runtime
LITERT_ASSIGN_OR_RETURN(auto env, GetEnvironment());
LITERT_ASSIGN_OR_RETURN(auto options, GetOptions());
LITERT_ASSIGN_OR_RETURN(
auto compiled_model,
CompiledModel::Create(env, "/path/to/mymodel.tflite", options));
// Preallocate input/output buffers
LITERT_ASSIGN_OR_RETURN(auto input_buffers,compiled_model.CreateInputBuffers(signature_index));
LITERT_ASSIGN_OR_RETURN(auto output_buffers,compiled_model.CreateOutputBuffers(signature_index));
// Fill the input buffer
LITERT_ABORT_IF_ERROR(input_buffers[0].Write(input0));
LITERT_ABORT_IF_ERROR(input_buffers[1].Write(input1));
// Invoke
LITERT_ABORT_IF_ERROR(compiled_model.Run(signature_index, input_buffers, output_buffers));
// Read the output
LITERT_ABORT_IF_ERROR(output_buffers[0].Read(output0));