Bắt đầu nhanh cho iOS

Ứng dụng ví dụ này sử dụng tính năng phân loại hình ảnh để liên tục phân loại mọi nội dung nhìn thấy từ máy ảnh mặt sau của thiết bị, cho thấy hình ảnh trên cùng có khả năng xuất hiện nhất phân loại. Cho phép người dùng chọn giữa dấu phẩy động hoặc lượng tử hoá và chọn số lượng luồng để tiến hành suy luận.

Thêm LiteRT vào dự án Swift hoặc object-C

LiteRT cung cấp các thư viện iOS gốc được viết bằng Swift và Đối tượng-C.

Các phần dưới đây minh hoạ cách thêm LiteRT Swift hoặc Target-C cho dự án của bạn:

Nhà phát triểncocoaPods

Trong Podfile, hãy thêm nhóm LiteRT. Sau đó, chạy pod install.

Swift

use_frameworks!
pod 'TensorFlowLiteSwift'

Objective-C

pod 'TensorFlowLiteObjC'

Chỉ định phiên bản

Có bản phát hành ổn định và bản phát hành hằng đêm cho cả hai TensorFlowLiteSwift và TensorFlowLiteObjC nhóm. Nếu bạn không chỉ định hạn chế về phiên bản như trong các ví dụ ở trên, CocoaPods sẽ lấy phiên bản mới nhất bản phát hành ổn định theo mặc định.

Bạn cũng có thể chỉ định quy tắc ràng buộc đối với phiên bản. Ví dụ: nếu bạn muốn dựa vào phiên bản 2.10.0, bạn có thể viết phần phụ thuộc dưới dạng:

pod 'TensorFlowLiteSwift', '~> 2.10.0'

Việc này sẽ đảm bảo TensorFlowLiteSwift có phiên bản 2.x.y mới nhất pod được dùng trong ứng dụng của bạn hay không. Ngoài ra, nếu bạn muốn phụ thuộc vào giá mỗi đêm bản dựng, bạn có thể viết:

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

Từ phiên bản 2.4.0 và các bản phát hành hằng đêm mới nhất, theo mặc định GPU và Core ML đại biểu bị loại trừ khỏi nhóm để giảm kích thước nhị phân. Bạn có thể bao gồm chúng bằng cách chỉ định thông số phụ:

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

Việc này sẽ cho phép bạn sử dụng các tính năng mới nhất được thêm vào LiteRT. Ghi chú sau khi tệp Podfile.lock được tạo, khi bạn chạy lệnh pod install lần đầu tiên, phiên bản thư viện ban đêm sẽ bị khoá ở phiên bản của ngày tháng. Nếu muốn cập nhật thư viện hằng đêm lên một thư viện mới hơn, bạn có thể sẽ chạy lệnh pod update.

Để biết thêm thông tin về những cách xác định những quy tắc hạn chế đối với phiên bản, hãy xem Chỉ định nhóm .

Nhà phát triển Bazel

Trong tệp BUILD, hãy thêm phần phụ thuộc TensorFlowLite vào mục tiêu.

Swift

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

Objective-C

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

API C/C++

Ngoài ra, bạn có thể sử dụng hàm C API hoặc C++ API

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

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

Nhập thư viện

Đối với các tệp Swift, hãy nhập mô-đun LiteRT:

import TensorFlowLite

Đối với các tệp Target-C, hãy nhập tiêu đề ô:

#import "TFLTensorFlowLite.h"

Hoặc mô-đun nếu bạn đặt CLANG_ENABLE_MODULES = YES trong dự án Xcode của mình:

@import TFLTensorFlowLite;