Conheça o LiteRT : o ambiente de execução de alto desempenho do Google para IA no dispositivo, antes conhecido como TensorFlow Lite.
Envie comentários
Compatibilidade com vários frameworks com TFLite
Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Os modelos de machine learning (ML) usados com a LiteRT podem ser treinados
usando JAX, PyTorch ou TensorFlow e depois convertido em um flatbuffer do TFLite
.
Consulte as páginas a seguir para mais detalhes:
Uma visão geral do conversor TFLite, um componente importante do
o suporte a diferentes estruturas com o TFLite está em Conversão de modelo
geral do Google .
Envie comentários
Exceto em caso de indicação contrária, o conteúdo desta página é licenciado de acordo com a Licença de atribuição 4.0 do Creative Commons , e as amostras de código são licenciadas de acordo com a Licença Apache 2.0 . Para mais detalhes, consulte as políticas do site do Google Developers . Java é uma marca registrada da Oracle e/ou afiliadas.
Última atualização 2024-09-05 UTC.
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"Não contém as informações de que eu preciso"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"Muito complicado / etapas demais"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"Desatualizado"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"Problema na tradução"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"Problema com as amostras / o código"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"Outro"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"Fácil de entender"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"Meu problema foi resolvido"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"Outro"
}]
Quer enviar seu feedback?
{
"lastModified": "Última atualização 2024-09-05 UTC.",
"confidential": False
}
