توضح هذه الصفحة كيف يمكنك البدء في تشغيل نماذج LiteRT باستخدام Python في
بضع دقائق فقط. كل ما تحتاج إليه هو نموذج TensorFlow الذي تم تحويله إلى TensorFlow.
بسيط (إذا لم يكن لديك نموذج تم تحويله حتى الآن، يمكنك
التجربة باستخدام النموذج المقدم مع المثال الموضح أدناه).
لمحة عن حزمة وقت تشغيل LiteRT
للبدء بسرعة في تنفيذ نماذج LiteRT باستخدام Python، يمكنك تثبيت
فقط أداة الترجمة الفورية في LiteRT، بدلاً من جميع حزم TensorFlow. أر
لاستدعاء حزمة Python المبسطة tflite_runtime.
حزمة tflite_runtime هي كسر من حجم tensorflow الكامل
وتتضمن الحد الأدنى من التعليمات البرمجية المطلوبة لتشغيل الاستنتاجات باستخدام
LiteRT — في الأساس
Interpreter
فئة بايثون. تكون هذه الحزمة الصغيرة مثاليةً عندما يكون ما عليك سوى التنفيذ.
يمكنك استخدام نماذج .tflite وتجنُّب إهدار مساحة القرص من خلال مكتبة TensorFlow الكبيرة.
تثبيت LiteRT للغة Python
يمكنك التثبيت على نظام التشغيل Linux باستخدام pip:
python3 -m pip install tflite-runtime
المنصّات المعتمدة
إنّ عجلات Python التي تبلغ سعتها tflite-runtime مصمَّمة مسبقًا ويتم توفيرها
الأنظمة الأساسية:
الإصدار 7l من Linux (على سبيل المثال، Raspberry Pi 2 و3 و4 وZero 2 يعمل بنظام التشغيل Raspberry Pi OS
32 بت)
Linux aarch64 (على سبيل المثال، Raspberry Pi 3، 4 الذي يعمل بنظام Debian ARM64)
إذا كنت تستخدم TensorFlow مع حافظة Coral Edge TPU، يجب
بدلاً من ذلك، اتّبِع مستندات إعداد ميزة Coral المناسبة.
تنفيذ استنتاج باستخدام tflite_runtime
بدلاً من استيراد Interpreter من الوحدة tensorflow، تحتاج الآن إلى:
استيراده من tflite_runtime.
على سبيل المثال، بعد تثبيت الحزمة أعلاه، انسخ ملف
label_image.py
الملف. ستفشل (على الأرجح) بسبب عدم توفّر مكتبة tensorflow لديك.
مثبت. لحلّ المشكلة، عدِّل هذا السطر من الملف:
تاريخ التعديل الأخير: 2025-07-24 (حسب التوقيت العالمي المتفَّق عليه)
[[["يسهُل فهم المحتوى.","easyToUnderstand","thumb-up"],["ساعَدني المحتوى في حلّ مشكلتي.","solvedMyProblem","thumb-up"],["غير ذلك","otherUp","thumb-up"]],[["لا يحتوي على المعلومات التي أحتاج إليها.","missingTheInformationINeed","thumb-down"],["الخطوات معقدة للغاية / كثيرة جدًا.","tooComplicatedTooManySteps","thumb-down"],["المحتوى قديم.","outOfDate","thumb-down"],["ثمة مشكلة في الترجمة.","translationIssue","thumb-down"],["مشكلة في العيّنات / التعليمات البرمجية","samplesCodeIssue","thumb-down"],["غير ذلك","otherDown","thumb-down"]],["تاريخ التعديل الأخير: 2025-07-24 (حسب التوقيت العالمي المتفَّق عليه)"],[],[],null,["# Quickstart for Linux-based devices with Python\n\nUsing LiteRT with Python is great for embedded devices based on Linux,\nsuch as [Raspberry Pi](https://www.raspberrypi.org/) and\n[Coral devices with Edge TPU](https://coral.withgoogle.com/),\namong many others.\n\nThis page shows how you can start running LiteRT models with Python in\njust a few minutes. All you need is a TensorFlow model [converted to TensorFlow\nLite](../models/convert). (If you don't have a model converted yet, you can\nexperiment using the model provided with the example linked below.)\n\nAbout the LiteRT runtime package\n--------------------------------\n\nTo quickly start executing LiteRT models with Python, you can install\njust the LiteRT interpreter, instead of all TensorFlow packages. We\ncall this simplified Python package `tflite_runtime`.\n\nThe `tflite_runtime` package is a fraction the size of the full `tensorflow`\npackage and includes the bare minimum code required to run inferences with\nLiteRT---primarily the\n[`Interpreter`](../../api/tflite/python/tf/lite/Interpreter)\nPython class. This small package is ideal when all you want to do is execute\n`.tflite` models and avoid wasting disk space with the large TensorFlow library.\n| **Note:** If you need access to other Python APIs, such as the [LiteRT Converter](../models/convert), you must install the [full TensorFlow package](https://www.tensorflow.org/install/). For example, the [Select TF ops](../models/ops_select) are not included in the `tflite_runtime` package. If your models have any dependencies to the Select TF ops, you need to use the full TensorFlow package instead.\n\nInstall LiteRT for Python\n-------------------------\n\nYou can install on Linux with pip: \n\n```\npython3 -m pip install tflite-runtime\n```\n\nSupported platforms\n-------------------\n\nThe `tflite-runtime` Python wheels are pre-built and provided for these\nplatforms:\n\n- Linux armv7l (e.g. Raspberry Pi 2, 3, 4 and Zero 2 running Raspberry Pi OS 32-bit)\n- Linux aarch64 (e.g. Raspberry Pi 3, 4 running Debian ARM64)\n- Linux x86_64\n\nIf you want to run LiteRT models on other platforms, you should either\nuse the [full TensorFlow package](https://www.tensorflow.org/install/), or\n[build the tflite-runtime package from source](../build/cmake_pip).\n\nIf you're using TensorFlow with the Coral Edge TPU, you should\ninstead follow the appropriate [Coral setup documentation](https://coral.ai/docs/setup).\n| **Note:** We no longer update the Debian package `python3-tflite-runtime`. The latest Debian package is for TF version 2.5, which you can install by following [these older instructions](https://github.com/tensorflow/tensorflow/blob/v2.5.0/tensorflow/lite/g3doc/guide/python.md#install-tensorflow-lite-for-python).\n| **Note:** We no longer release pre-built `tflite-runtime` wheels for Windows and macOS. For these platforms, you should use the [full TensorFlow package](https://www.tensorflow.org/install/), or [build the tflite-runtime package from source](../build/cmake_pip).\n\nRun an inference using tflite_runtime\n-------------------------------------\n\nInstead of importing `Interpreter` from the `tensorflow` module, you now need to\nimport it from `tflite_runtime`.\n\nFor example, after you install the package above, copy and run the\n[`label_image.py`](https://github.com/tensorflow/tensorflow/tree/master/tensorflow/lite/examples/python/)\nfile. It will (probably) fail because you don't have the `tensorflow` library\ninstalled. To fix it, edit this line of the file: \n\n import tensorflow as tf\n\nSo it instead reads: \n\n import tflite_runtime.interpreter as tflite\n\nAnd then change this line: \n\n interpreter = tf.lite.Interpreter(model_path=args.model_file)\n\nSo it reads: \n\n interpreter = tflite.Interpreter(model_path=args.model_file)\n\nNow run `label_image.py` again. That's it! You're now executing LiteRT\nmodels.\n\nLearn more\n----------\n\n- For more details about the `Interpreter` API, read\n [Load and run a model in Python](../inference#load_and_run_a_model_in_python).\n\n- If you have a Raspberry Pi, check out a [video series](https://www.youtube.com/watch?v=mNjXEybFn98&list=PLQY2H8rRoyvz_anznBg6y3VhuSMcpN9oe)\n about how to run object detection on Raspberry Pi using LiteRT.\n\n- If you're using a Coral ML accelerator, check out the\n [Coral examples on GitHub](https://github.com/google-coral/tflite/tree/master/python/examples).\n\n- To convert other TensorFlow models to LiteRT, read about the\n [LiteRT Converter](../models/convert).\n\n- If you want to build `tflite_runtime` wheel, read\n [Build LiteRT Python Wheel Package](../build/cmake_pip)"]]
