Présentation de LiteRT: l'environnement d'exécution Google hautes performances pour l'IA sur l'appareil, anciennement connu sous le nom de TensorFlow Lite.
Prise en charge de plusieurs frameworks avec TFLite
Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Les modèles de machine learning (ML) que vous utilisez avec LiteRT peuvent être entraînés
à l'aide de JAX, PyTorch ou TensorFlow, puis converti en un Flatbuffer TFLite
.
Pour en savoir plus, consultez les pages suivantes:
Une présentation du convertisseur TFLite, qui est un composant important de
la compatibilité avec différents frameworks avec TFLite est disponible sur la page Conversion de modèles
présentation.
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2024/09/05 (UTC).
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"Il n'y a pas l'information dont j'ai besoin"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"Trop compliqué/Trop d'étapes"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"Obsolète"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"Problème de traduction"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"Mauvais exemple/Erreur de code"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"Autre"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"Facile à comprendre"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"J'ai pu résoudre mon problème"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"Autre"
}]
{
"lastModified": "Dernière mise à jour le 2024/09/05 (UTC).",
"confidential": False
}