iOS hızlı başlangıç kılavuzu

LiteRT, iOS uygulamalarınızda TensorFlow, PyTorch ve JAX modellerini çalıştırmanıza olanak tanır. LiteRT sistemi, modelleri iOS'te hızlı ve verimli bir şekilde çalıştırmak için önceden oluşturulmuş ve özelleştirilebilir yürütme ortamları sağlar. Ayrıca sürüm yönetimi için ek esneklik ve gelişmiş performans için coreML ve Metal gibi isteğe bağlı temsilciler sunar.

Örneğin, LiteRT kullanan iOS uygulamaları için LiteRT örnekleri deposuna bakın.

Swift veya Objective-C projenize LiteRT ekleme

LiteRT, Swift ve Objective-C ile yazılmış yerel iOS kitaplıkları sunar.

Aşağıdaki bölümlerde, LiteRT Swift veya Objective-C'i projenize nasıl ekleyeceğiniz gösterilmektedir:

CocoaPods geliştiricileri

Podfile dosyanıza LiteRT kapsülünü ekleyin. Ardından pod install komutunu çalıştırın.

Swift

use_frameworks!
pod 'TensorFlowLiteSwift'

Objective-C

pod 'TensorFlowLiteObjC'

Sürümleri belirtme

Hem TensorFlowLiteSwift hem de TensorFlowLiteObjC kapsülleri için kararlı sürümler ve gecelik sürümler mevcuttur. Yukarıdaki örneklerde olduğu gibi bir sürüm kısıtlaması belirtmezseniz CocoaPods varsayılan olarak en son kararlı sürümü alır.

Ayrıca bir sürüm kısıtlaması da belirtebilirsiniz. Örneğin, 2.10.0 sürümüne bağımlı olmak istiyorsanız bağımlılığı şu şekilde yazabilirsiniz:

pod 'TensorFlowLiteSwift', '~> 2.10.0'

Bu, TensorFlowLiteSwift kapsülünün mevcut en son 2.x.y sürümünün uygulamanızda kullanılmasını sağlar. Alternatif olarak, gecelik derlemelere bağımlı olmak istiyorsanız şunları yazabilirsiniz:

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

2.4.0 sürümü ve en son gecelik sürümlerden itibaren, ikili dosyanın boyutunu küçültmek için varsayılan olarak GPU ve Core ML temsilcileri kapsüllemeden hariç tutulur. Alt spesifikasyonu belirterek bunları ekleyebilirsiniz:

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

Böylece LiteRT'ye eklenen en yeni özellikleri kullanabilirsiniz. pod install komutunu ilk kez çalıştırdığınızda Podfile.lock dosyası oluşturulduktan sonra gecelik kitaplık sürümünün geçerli tarihteki sürüme kilitleneceğini unutmayın. Gecelik kitaplığını yeni sürüme güncellemek istiyorsanız pod update komutunu çalıştırmanız gerekir.

Sürüm kısıtlamalarını belirtmenin farklı yolları hakkında daha fazla bilgi edinmek için Pod sürümlerini belirtme başlıklı makaleyi inceleyin.

Bazel geliştiricileri

BUILD dosyanızda, hedefinize TensorFlowLite bağımlılığını ekleyin.

Swift

swift_library(
  deps = [
      "//tensorflow/lite/swift:TensorFlowLite",
  ],
)

Objective-C

objc_library(
  deps = [
      "//tensorflow/lite/objc:TensorFlowLite",
  ],
)

C/C++ API

Alternatif olarak C API veya C++ API'yi de kullanabilirsiniz.

# Using C API directly
objc_library(
  deps = [
      "//tensorflow/lite/c:c_api",
  ],
)

# Using C++ API directly
objc_library(
  deps = [
      "//tensorflow/lite:framework",
  ],
)

Kitaplığı içe aktarma

Swift dosyaları için LiteRT modülünü içe aktarın:

import TensorFlowLite

Objective-C dosyaları için üst başlık içe aktarılır:

#import "TFLTensorFlowLite.h"

Alternatif olarak, Xcode projenizde CLANG_ENABLE_MODULES = YES ayarladıysanız modül:

@import TFLTensorFlowLite;