একটি কাস্টম TensorFlow Lite বিল্ড ব্যবহার করুন

আপনি যদি একজন অভিজ্ঞ এমএল ডেভেলপার হন এবং আগে থেকে তৈরি টেনসরফ্লো লাইট লাইব্রেরি আপনার চাহিদা পূরণ না করে, তাহলে আপনি ML কিট সহ একটি কাস্টম টেনসরফ্লো লাইট বিল্ড ব্যবহার করতে পারেন। উদাহরণস্বরূপ, আপনি কাস্টম অপ্স যোগ করতে চাইতে পারেন।

পূর্বশর্ত

একটি কার্যকরী TensorFlow Lite বিল্ড পরিবেশ
TensorFlow Lite 1.10.1 এর একটি চেকআউট

আপনি গিট ব্যবহার করে সঠিক সংস্করণটি পরীক্ষা করতে পারেন:

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

টেনসরফ্লো লাইট লাইব্রেরি তৈরি করা হচ্ছে

স্ট্যান্ডার্ড নির্দেশাবলী অনুসরণ করে টেনসরফ্লো লাইট (আপনার পরিবর্তন সহ) তৈরি করুন
কাঠামো তৈরি করুন:

tensorflow/lite/lib_package/create_ios_frameworks.sh

তৈরি করা ফ্রেমওয়ার্ক tensorflow/lite/gen/ios_frameworks/tensorflow_lite.framework.zip এ পাওয়া যাবে

একটি স্থানীয় পড তৈরি করা হচ্ছে

আপনার স্থানীয় পডের জন্য একটি ডিরেক্টরি তৈরি করুন
আপনার তৈরি করা ডিরেক্টরিতে pod lib create TensorFlowLite চালান
TensorFlowLite ডিরেক্টরির ভিতরে একটি Frameworks ডিরেক্টরি তৈরি করুন
উপরে তৈরি করা tensorflow_lite.framework.zip ফাইলটি আনজিপ করুন
আনজিপ করা tensorflow_lite.framework টি TensorFlowLite/Frameworks এ কপি করুন
লাইব্রেরি রেফারেন্স করতে জেনারেট করা TensorFlowLite/TensorFlowLite.podspec পরিবর্তন করুন:

    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

আপনার প্রকল্পে কাস্টম পড উল্লেখ করা

আপনি আপনার অ্যাপের Podfile থেকে সরাসরি উল্লেখ করে কাস্টম পড অন্তর্ভুক্ত করতে পারেন:

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

ব্যক্তিগত পড পরিচালনার জন্য অন্যান্য বিকল্পের জন্য, কোকোপডস ডকুমেন্টেশনে ব্যক্তিগত পড দেখুন। মনে রাখবেন যে সংস্করণটি অবশ্যই মিলবে, এবং আপনার ব্যক্তিগত সংগ্রহস্থল থেকে পড অন্তর্ভুক্ত করার সময় আপনার এই সংস্করণটি উল্লেখ করা উচিত, যেমন pod 'TensorFlowLite', "1.10.1" ।