Los modelos de aprendizaje automático (AA) que usas con LiteRT se pueden entrenar
con JAX, PyTorch o TensorFlow y, luego, lo convierte en un búfer plano de TFLite
de un conjunto de datos
tengan un formato común.
Consulta las siguientes páginas para obtener más detalles:
Una descripción general de TFLite Converter, que es un componente importante de
la compatibilidad con diferentes frameworks con TFLite se encuentra en Conversión de modelos
descripción general.
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Falta la información que necesito","missingTheInformationINeed","thumb-down"],["Muy complicado o demasiados pasos","tooComplicatedTooManySteps","thumb-down"],["Desactualizado","outOfDate","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Problema con las muestras o los códigos","samplesCodeIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2025-07-24 (UTC)"],[],[],null,["# Supporting multiple frameworks with TFLite\n\nThe machine learning (ML) models you use with LiteRT can be trained\nusing JAX, PyTorch or TensorFlow and then converted to a TFLite flatbuffer\nformat.\n\nSee the following pages for more details:\n\n- [Converting from JAX](/edge/litert/models/convert_jax)\n- [Converting from PyTorch](/edge/litert/models/convert_pytorch)\n- [Converting from TensorFlow](/edge/litert/models/convert_tf)\n\nAn overview of the TFLite Converter which is an important component of\nsupporting different frameworks with TFLite is on [Model conversion\noverview](/edge/litert/models/convert)."]]
