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 برای ترجمه محتوا به زبان ترجیحی شما از فناوری هوشواره استفاده می‌کند. ترجمه‌های هوشواره‌ای ممکن است اشتباه داشته باشند.

مدل‌های سفارشی

اگر از مدل‌های سفارشی TensorFlow Lite استفاده می‌کنید، Firebase ML می‌تواند به شما کمک کند مطمئن شوید کاربران همیشه از بهترین نسخه دردسترس مدل سفارشی‌تان استفاده می‌کنند. وقتی مدل خود را با Firebase پیاده می‌کنید، ‫Firebase ML فقط زمانی مدل را بارگیری می‌کند که به آن نیاز باشد و کاربران را به‌طور خودکار با جدیدترین نسخه به‌روز می‌کند.

آماده شروع هستید؟ پلاتفرم خود را انتخاب کنید:

iOS+‎ Android

قابلیت‌های کلیدی

استقرار مدل TensorFlow Lite	مدل‌هایتان را بااستفاده از Firebase پیاده‌سازی کنید تا اندازه باینری برنامه‌تان را کاهش دهید و مطمئن شوید برنامه‌تان همیشه از جدیدترین نسخه موجود از مدل شما استفاده می‌کند
استنتاج یادگیری ماشین درون‌دستگاهی	بااستفاده از مفسر TensorFlow Lite با مدل خود، استنباط را در برنامه Apple یا Android انجام دهید.
به‌روزرسانی‌های خودکار مدل	شرایطی را که تحت آن برنامه شما به‌طور خودکار نسخه‌های جدید مدل شما را بارگیری می‌کند پیکربندی کنید: وقتی دستگاه کاربر در حالت آماده‌به‌کار است، درحال شارژ است، یا اتصال Wi-Fi دارد

مسیر پیاده‌سازی

	آموزش مدل TensorFlow	ساختن و آموزش دادن مدل سفارشی بااستفاده از TensorFlow. یا مدل موجودی را که مشکلی مشابه آنچه می‌خواهید به آن دست یابید حل می‌کند دوباره آموزش دهید.
	تبدیل مدل به TensorFlow Lite	مدل خود را از قالب HDF5 یا گراف منجمد به TensorFlow Lite بااستفاده از تبدیل‌کننده TensorFlow Lite تبدیل کنید.
	استقرار مدل TensorFlow Lite در Firebase	اختیاری: وقتی مدل TensorFlow Lite خود را در Firebase پیاده می‌کنید و کیت توسعه نرم‌افزار Firebase ML را در برنامه‌تان اضافه می‌کنید، Firebase ML کاربران شما را با جدیدترین نسخه مدل به‌روز نگه می‌دارد. می‌توانید آن را به‌گونه‌ای پیکربندی کنید که وقتی دستگاه کاربر در حالت آماده‌به‌کار یا درحال شارژ است، یا اتصال Wi-Fi دارد، به‌روزرسانی‌های مدل را به‌طور خودکار بارگیری کند.
	استفاده از مدل TensorFlow Lite برای استنباط	از مفسر TensorFlow Lite در برنامه Apple یا Android خود برای انجام استنباط با مدل‌های مستقرشده بااستفاده از Firebase استفاده کنید.

Codelabs

برای آشنایی عملی با نحوه کمک Firebase به شما در استفاده آسان‌تر و مؤثرتر از مدل‌های TensorFlow Lite، چند codelab را امتحان کنید.