iOS-Kurzanleitung

In dieser Beispiel-App werden alle Inhalte mithilfe der Bildklassifizierung von der Kamera auf der Rückseite des Geräts sieht, Klassifizierungen. Nutzende können zwischen Gleitkomma- und quantisiert und wählen Sie die Anzahl der Threads aus, für die eine Inferenz ausgeführt werden soll.

LiteRT zu Ihrem Swift- oder Objective-C-Projekt hinzufügen

LiteRT bietet native iOS-Bibliotheken, die in Swift und Objective-C:

In den folgenden Abschnitten wird gezeigt, wie LiteRT Swift oder Objective-C hinzugefügt wird zu Ihrem Projekt hinzufügen:

CocoaPods-Entwickler

Fügen Sie in Podfile den LiteRT-Pod hinzu. Führen Sie dann pod install aus.

Swift

use_frameworks!
pod 'TensorFlowLiteSwift'

Objective-C

pod 'TensorFlowLiteObjC'

Versionen angeben

Es gibt sowohl stabile Releases als auch nächtliche Releases für beide. TensorFlowLiteSwift- und TensorFlowLiteObjC-Pods. Wenn Sie kein wie in den Beispielen oben gezeigt, ruft CocoaPods die aktuellen der stabilen Release standardmäßig.

Sie können auch eine Versionseinschränkung angeben. Wenn Sie zum Beispiel auf Version 2.10.0 können Sie die Abhängigkeit so schreiben:

pod 'TensorFlowLiteSwift', '~> 2.10.0'

Dadurch wird sichergestellt, dass die neueste verfügbare 2.x.y-Version von TensorFlowLiteSwift verwendet wird. Pod in Ihrer Anwendung verwendet. Wenn Sie sich auf die nächtliche können Sie Folgendes schreiben:

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

Standardmäßig ab Version 2.4.0 und den neuesten nächtlichen Releases GPU und Core ML sind die Bevollmächtigten aus dem Pod ausgeschlossen, um die Binärgröße zu reduzieren. Sie können sie hinzufügen, indem Sie Unterspezifikation angeben:

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

So kannst du die neuesten Funktionen nutzen, die LiteRT hinzugefügt wurden. Hinweis Sobald die Datei Podfile.lock erstellt wurde, wenn Sie den Befehl pod install ausführen wird die nächtliche Bibliotheksversion zum ersten Mal auf den aktuellen Version des Datums. Wenn Sie die nächtliche Bibliothek auf die neuere aktualisieren möchten, gehen Sie so vor: sollte den Befehl pod update ausführen.

Weitere Informationen zu den verschiedenen Möglichkeiten zum Angeben von Versionseinschränkungen finden Sie unter Pod angeben Versionen

Bazel-Entwickler

Fügen Sie in der Datei BUILD dem Ziel die Abhängigkeit TensorFlowLite hinzu.

Swift

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

Objective-C

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

C/C++ API

Alternativ können Sie C API oder C++ API

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

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

Bibliothek importieren

Importieren Sie bei Swift-Dateien das LiteRT-Modul:

import TensorFlowLite

Importieren Sie für Objective-C-Dateien den Umbrella-Header:

#import "TFLTensorFlowLite.h"

Oder das Modul, wenn Sie CLANG_ENABLE_MODULES = YES in Ihrem Xcode-Projekt festgelegt haben:

@import TFLTensorFlowLite;