التشغيل السريع لنظام التشغيل iOS

يستخدم هذا التطبيق كمثال تصنيف الصور لتصنيف الصور باستمرار ترصده الكاميرا الخلفية للجهاز، وتعرض الجزء العلوي التصنيفات. يسمح للمستخدم بالاختيار بين النقطة العائمة أو الكمية ونحدد عدد سلاسل المحادثات المطلوب الاستنتاج عليها.

إضافة LiteRT إلى مشروع Swift أو Objective-C

يوفر LiteRT مكتبات iOS الأصلية المكتوبة Swift أو الهدف-ج:

توضح الأقسام أدناه كيفية إضافة LiteRT Swift أو Objective-C إلى مشروعك:

مطوّرو CocoaPods

في Podfile، أضِف لوحة LiteRT. بعد ذلك، شغِّل pod install.

Swift

use_frameworks!
pod 'TensorFlowLiteSwift'

Objective-C

pod 'TensorFlowLiteObjC'

تحديد الإصدارات

هناك إصدارات ثابتة وإصدارات ليلية متاحة لكليهما TensorFlowLiteSwift وTensorFlowLiteObjC مجموعة إذا لم يتم تحديد كما في الأمثلة أعلاه، سيسحب CocoaPods أحدث إصدار ثابت افتراضيًا.

يمكنك أيضًا تحديد قيد إصدار. على سبيل المثال، إذا كنت ترغب في الاعتماد على 2.10.0، يمكنك كتابة التبعية على النحو التالي:

pod 'TensorFlowLiteSwift', '~> 2.10.0'

سيضمن ذلك استخدام أحدث إصدار 2.x.y متاح من TensorFlowLiteSwift. التي يتم استخدامها في تطبيقك. أما إذا أردت الاعتماد على ساعات الليلة يمكنك كتابة ما يلي:

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

بدءًا من الإصدار 2.4.0 وأحدث الإصدارات المسائية تلقائيًا وحدة معالجة الرسومات وتعلُّم الآلة الأساسي مفوَّضين يتم استبعاده من الصفيحة لتقليل الحجم الثنائي. يمكنك تضمينها عن طريق تحديد المواصفات الفرعية:

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

سيتيح لك ذلك استخدام أحدث الميزات المُضافة إلى LiteRT. ملاحظة أنّه بمجرد إنشاء ملف Podfile.lock عند تشغيل الأمر pod install لأول مرة، سيتم قفل نسخة المكتبة الليلية على إصدار التاريخ. إذا أردت تحديث المكتبة الليلية إلى المكتبة الأحدث، يجب أن يشغِّل الأمر pod update.

لمزيد من المعلومات حول الطرق المختلفة لتحديد قيود الإصدار، راجع تحديد المجموعة الإصدارات.

مطوّرو Bazel

في ملف BUILD، أضِف تبعية TensorFlowLite إلى هدفك.

Swift

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

Objective-C

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

واجهة برمجة التطبيقات C/C++

ويمكنك بدلاً من ذلك استخدام C API أو C++ واجهة برمجة التطبيقات

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

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

استيراد المكتبة

بالنسبة إلى ملفات Swift، عليك استيراد وحدة LiteRT:

import TensorFlowLite

بالنسبة إلى ملفات Objective-C، قم باستيراد رأس المظلة:

#import "TFLTensorFlowLite.h"

أو الوحدة النمطية في حال إعداد CLANG_ENABLE_MODULES = YES في مشروع Xcode:

@import TFLTensorFlowLite;