隆重推出 LiteRT:Google 為裝置端 AI (舊稱 TensorFlow Lite) 打造的高效能執行階段。
透過 TFLite 支援多個架構
透過集合功能整理內容
你可以依據偏好儲存及分類內容。
您搭配 LiteRT 使用的機器學習 (ML) 模型可以接受訓練
使用 JAX、PyTorch 或 TensorFlow,然後轉換為 TFLite 扁平緩衝區
格式。
詳情請參閱以下頁面:
TFLite Converter 簡介,這是
想要透過 TFLite 支援不同架構,就必須在「模型轉換」部分
總覽頁面。
除非另有註明,否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權,程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間:2024-09-05 (世界標準時間)。
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"缺少我需要的資訊"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"過於複雜/步驟過多"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"過時"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"翻譯問題"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"示例/程式碼問題"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"其他"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"容易理解"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"確實解決了我的問題"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"其他"
}]
{
"lastModified": "上次更新時間:2024-09-05 (世界標準時間)。",
"confidential": False
}