استخدام إصدار مخصّص من TensorFlow Lite

إذا كنت من مطوّري الذكاء الاصطناعي المتمرّسين ولم تكن مكتبة TensorFlow Lite pre-built تلبي احتياجاتك، يمكنك استخدام إصدار مخصّص TensorFlow Lite مع ML Kit. على سبيل المثال، قد تحتاج إلى إضافة عمليات مخصّصة.

المتطلبات الأساسية

• بيئة إنشاء TensorFlow Lite صالحة
• إصدار TensorFlow Lite 1.10.1

يمكنك الاطّلاع على الإصدار الصحيح باستخدام Git:

git checkout -b work
git reset --hard tflite-v1.10.1
git cherry-pick 4dcfddc5d12018a5a0fdca652b9221ed95e9eb23

إنشاء مكتبة TensorFlow Lite

1. أنشئ حِزم TensorFlow Lite (مع التعديلات التي أجريتها) باتّباع التعليمات العادية.
2. أنشئ الإطار:

tensorflow/lite/lib_package/create_ios_frameworks.sh

يمكن العثور على الإطار الذي تم إنشاؤه على الرابط tensorflow/lite/gen/ios_frameworks/tensorflow_lite.framework.zip.

.

إنشاء مجموعة تطبيقات متوافقة

1. إنشاء دليل للوحدة المحلية
2. تشغيل pod lib create TensorFlowLite في الدليل الذي أنشأته
3. أنشئ دليل Frameworks داخل الدليل TensorFlowLite.
4. فكِّ ضغط ملف tensorflow_lite.framework.zip الذي تم إنشاؤه أعلاه.
5. نسخ ملف tensorflow_lite.framework غير المضغوَط إلى TensorFlowLite/Frameworks
6. عدِّل TensorFlowLite/TensorFlowLite.podspec الذي تم إنشاؤه للإشارة إلى المكتبة:

    Pod::Spec.new do |s|
      s.name             = 'TensorFlowLite'
      s.version          = '0.1.7' # Version must match.
      s.ios.deployment_target = '9.0'
      
      # ... make other changes as desired
      
      internal_pod_root = Pathname.pwd
      s.frameworks = 'Accelerate'
      s.libraries = 'c++'
      s.vendored_frameworks = 'Frameworks/tensorflow_lite.framework'

      s.pod_target_xcconfig = {
        'SWIFT_VERSION' => '4.0',
        'INTERNAL_POD_ROOT' => "#{internal_pod_root}",
        'HEADER_SEARCH_PATHS' => "$(inherited) '${INTERNAL_POD_ROOT}/Frameworks/tensorflow_lite.framework/Headers'",
        'OTHER_LDFLAGS' => "-force_load '${INTERNAL_POD_ROOT}/Frameworks/tensorflow_lite.framework/tensorflow_lite'"
      }
    end

الإشارة إلى الحِزمة المخصّصة في مشروعك

يمكنك تضمين مجموعة التطبيقات المخصّصة من خلال الإشارة إليها مباشرةً من Podfile تطبيقك:

pod 'Firebase/MLModelInterpreter'
pod 'TensorFlowLite', :path => 'path/to/your/TensorflowLite'

للحصول على خيارات أخرى لإدارة مجموعات التطبيقات الخاصة، يُرجى الاطّلاع على مجموعات التطبيقات الخاصة في مستندات Cocoapods. يُرجى العِلم أنّه يجب أن يتطابق الإصدار تمامًا، ويجب الإشارة إلى هذا الإصدار عند تضمين الحِزمة من مستودعك الخاص، على سبيل المثال pod 'TensorFlowLite', "1.10.1".