Firebase ML is deprecated and will be shut down on June 15, 2027.

Projects that didn't previously use it can no longer start using it, and existing projects should begin migrating away.

If you're using Firebase ML to host TensorFlow Lite models for local inference, migrate your apps to use Cloud Storage instead.
If you're using Firebase ML to call Cloud Vision APIs, either migrate your apps to use Firebase AI Logic to analyze images, or modify your apps to directly access the Cloud Vision API endpoints.

Google używa technologii AI do tłumaczenia treści na Twój preferowany język. Tłumaczenia wygenerowane przez AI mogą zawierać błędy.

Wdrażanie modeli niestandardowych i zarządzanie nimi

Aby wdrożyć model TensorFlow Lite:

W konsoli Firebase otwórz stronę Firebase ML model niestandardowy.
Kliknij Dodaj model niestandardowy (lub Dodaj kolejny model).
Określ nazwę, która będzie używana do identyfikowania modelu w projekcie Firebase, a następnie prześlij plik modelu TensorFlow Lite (zwykle z rozszerzeniem .tflite lub .lite).

Po wdrożeniu model znajdziesz na stronie Niestandardowy. Możesz tam wykonywać takie zadania jak aktualizowanie modelu za pomocą nowego pliku, pobieranie modelu i usuwanie modelu z projektu.

O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.

Ostatnia aktualizacja: 2026-09-15 UTC.

Wdrażanie modeli niestandardowych i zarządzanie nimi Zadbaj o dobrą organizację dzięki kolekcji Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.

Wdrażanie modeli niestandardowych i zarządzanie nimi