iOS 빠른 시작

LiteRT를 사용하면 iOS 앱에서 TensorFlow, PyTorch, JAX 모델을 실행할 수 있습니다. LiteRT 시스템은 iOS에서 모델을 빠르고 효율적으로 실행하기 위한 사전 빌드된 맞춤설정 가능한 실행 환경을 제공하며, 버전 관리를 위한 추가 유연성과 성능 향상을 위한 선택적 위임(예: coreML, Metal)을 제공합니다.

예를 들어 LiteRT를 사용하는 iOS 애플리케이션의 경우 LiteRT 샘플 저장소를 참고하세요.

Swift 또는 Objective-C 프로젝트에 LiteRT 추가

LiteRT는 Swift 및 Objective-C로 작성된 네이티브 iOS 라이브러리를 제공합니다.

아래 섹션에서는 프로젝트에 LiteRT Swift 또는 Objective-C를 추가하는 방법을 보여줍니다.

CocoaPods 개발자

Podfile에서 LiteRT 포드를 추가합니다. 그런 다음 pod install를 실행합니다.

Swift

use_frameworks!
pod 'TensorFlowLiteSwift'

Objective-C

pod 'TensorFlowLiteObjC'

버전 지정

TensorFlowLiteSwift 및 TensorFlowLiteObjC 모두에 안정화 버전과 야간 버전이 제공됩니다. 위 예와 같이 버전 제약 조건을 지정하지 않으면 CocoaPods는 기본적으로 최신 안정화 버전을 가져옵니다.

버전 제약 조건을 지정할 수도 있습니다. 예를 들어 버전 2.10.0을 사용하려면 종속 항목을 다음과 같이 작성할 수 있습니다.

pod 'TensorFlowLiteSwift', '~> 2.10.0'

이렇게 하면 사용 가능한 최신 2.x.y 버전의 TensorFlowLiteSwift 포드가 앱에서 사용됩니다. 또는 야간 빌드에 종속하려면 다음을 작성하면 됩니다.

pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly'

2.4.0 버전 및 최신 Nightly 출시부터 기본적으로 GPU 및 Core ML 대리자가 바이너리 크기를 줄이기 위해 포드에서 제외됩니다. 하위 사양을 지정하여 포함할 수 있습니다.

pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly', :subspecs => ['CoreML', 'Metal']

이렇게 하면 LiteRT에 추가된 최신 기능을 사용할 수 있습니다. pod install 명령어를 처음 실행할 때 Podfile.lock 파일이 생성되면 야간 라이브러리 버전이 현재 날짜의 버전으로 잠깁니다. 야간 라이브러리를 최신 버전으로 업데이트하려면 pod update 명령어를 실행해야 합니다.

버전 제약조건을 지정하는 다양한 방법에 관한 자세한 내용은 Pod 버전 지정을 참고하세요.

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

또는 C API 또는 C++ API를 사용할 수 있습니다.

# 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 우산 헤더를 가져옵니다.

#import "TFLTensorFlowLite.h"

또는 Xcode 프로젝트에서 CLANG_ENABLE_MODULES = YES를 설정한 경우 모듈:

@import TFLTensorFlowLite;