이 예시 앱은 이미지 분류를 사용하여 이미지를 기기의 후면 카메라에서 볼 수 있으며, 가장 가능성이 높은 사용할 수 있습니다. 이를 통해 사용자는 부동 소수점 또는 양자화된 추론을 수행할 스레드 수를 선택합니다.
Swift 또는 Objective-C 프로젝트에 LiteRT 추가
LiteRT는 Swift 및 Objective-C
아래 섹션에서는 LiteRT Swift 또는 Objective-C를 추가하는 방법을 보여줍니다. 를 프로젝트에 추가합니다.
CocoaPods 개발자
Podfile
에서 LiteRT 포드를 추가합니다. 그런 다음 pod install
를 실행합니다.
Swift
use_frameworks!
pod 'TensorFlowLiteSwift'
Objective-C
pod 'TensorFlowLiteObjC'
버전 지정
두 버전 모두 안정화 버전과 나이틀리 출시가 있습니다.
TensorFlowLiteSwift
및 TensorFlowLiteObjC
포드 인코더-디코더 아키텍처를
버전 제약조건이 있을 경우 CocoaPods가
기본적으로 출시합니다.
버전 제약조건을 지정할 수도 있습니다. 예를 들어, 버전 2.10.0을 출시한 경우 종속 항목을 다음과 같이 작성할 수 있습니다.
pod 'TensorFlowLiteSwift', '~> 2.10.0'
이렇게 하면 TensorFlowLiteSwift
의 사용 가능한 최신 2.x.y 버전을 사용할 수 있습니다.
사용되는지 확인할 수 있습니다 또는 매일 밤 한밤중에
다음과 같이 작성할 수 있습니다.
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly'
기본적으로 2.4.0 버전 및 최신 나이틀리 출시 GPU 및 Core ML 대의원은 바이너리 크기를 줄일 수 있습니다 다음과 같이 포함할 수 있습니다. 하위 사양 지정:
pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly', :subspecs => ['CoreML', 'Metal']
이렇게 하면 LiteRT에 추가된 최신 기능을 사용할 수 있습니다. 참고
pod install
명령어를 실행할 때 Podfile.lock
파일이 생성되면
처음으로 야간 라이브러리 버전이 현재
해당 날짜 버전입니다. Nightly 라이브러리를 최신 라이브러리로 업데이트하려면
pod update
명령어를 실행해야 합니다.
버전 제약 조건을 지정하는 다양한 방법에 대한 자세한 내용은 포드 지정 버전을 참조하세요.
Bazel 개발자
BUILD
파일에서 타겟에 TensorFlowLite
종속 항목을 추가합니다.
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",
],
)
라이브러리 가져오기
Swift 파일의 경우 LiteRT 모듈을 가져옵니다.
import TensorFlowLite
Objective-C 파일의 경우 umbrella 헤더를 가져옵니다.
#import "TFLTensorFlowLite.h"
또는 Xcode 프로젝트에서 CLANG_ENABLE_MODULES = YES
를 설정한 경우 해당 모듈입니다.
@import TFLTensorFlowLite;