از TensorFlow Lite به LiteRT مهاجرت کنید

تمام توسعه‌های جدید برای زمان اجرای با عملکرد بالای گوگل برای هوش مصنوعی روی دستگاه، منحصراً در LiteRT انجام خواهد شد. برنامه‌هایی که از بسته‌های TensorFlow Lite استفاده می‌کنند، به کار خود ادامه خواهند داد، اما تمام به‌روزرسانی‌های جدید فقط در بسته‌های LiteRT گنجانده خواهند شد. APIهای LiteRT شامل نام متدهای مشابه APIهای TF Lite هستند، بنابراین مهاجرت به LiteRT نیازی به تغییرات جزئی در کد ندارد.

برای تغییر نام بسته، به راهنماهای مهاجرت زیر برای پلتفرم‌های خاص مراجعه کنید.

مهاجرت با اندروید

برای انتقال یک برنامه اندروید با استفاده از Tensorflow Lite، وابستگی org.tensorflow:tensorflow-lite به com.google.ai.edge.litert جایگزین کنید. مخزن LiteRT Maven شامل بسته‌های زیر است:

• com.google.ai.edge.litert:litert
• com.google.ai.edge.litert:litert-gpu
• com.google.ai.edge.litert:litert-metadata
• com.google.ai.edge.litert:litert-support

می‌توانید این تغییر را در وابستگی‌های build.gradle خود اعمال کنید:

dependencies {
  ...
  implementation `com.google.ai.edge.litert:litert:1.4.1`
}

خدمات بازی

LiteRT در محیط اجرایی Play Services همچنان از وابستگی play-services-tflite استفاده می‌کند. اگر برنامه شما از قبل از محیط اجرایی Play Services با TensorFlow Lite استفاده می‌کند، نیازی به ایجاد تغییر در کد ندارید.

برای استفاده از LiteRT در Play Services، موارد زیر را به وابستگی‌های build.gradle خود اضافه کنید:

dependencies {
...
    // LiteRT dependencies for Google Play services
    implementation 'com.google.android.gms:play-services-tflite-java:16.4.0'
    // Optional: include LiteRT Support Library
    implementation 'com.google.android.gms:play-services-tflite-support:16.4.0'
...
}

مهاجرت با پایتون

برای انتقال کد پایتون با استفاده از Tensorflow Lite، بسته PIP را از tflite-runtime به ai-edge-litert جایگزین کنید.

نصب LiteRT با PIP:

$ python3 -m pip install ai-edge-litert

LiteRT را با موارد زیر وارد کنید:

from ai_edge_litert.interpreter import Interpreter
interpreter = Interpreter(model_path=args.model_file)

کتابخانه‌های دیگر

SDK های Swift و Objective-C برای iOS، SDK ++C، کتابخانه Task و کتابخانه Model Maker همچنان در API های TensorFlow Lite وجود دارند. برنامه هایی که از این SDK ها یا کتابخانه ها استفاده می کنند نباید به LiteRT مهاجرت کنند.