Catch up on highlights from Firebase at Google I/O 2023.
Learn more
透過集合功能整理內容
你可以依據偏好儲存及分類內容。
定制模型
plat_ios
plat_android
如果您使用自定義TensorFlow Lite模型,Firebase ML 可以幫助您確保您的用戶始終使用您的自定義模型的最佳可用版本。當您使用 Firebase 部署模型時,Firebase ML 僅在需要時下載模型,並自動將您的用戶更新為最新版本。
iOS+安卓
關鍵能力
TensorFlow Lite 模型部署 | 使用 Firebase 部署模型以減少應用的二進制大小並確保您的應用始終使用模型的最新可用版本 |
設備端機器學習推理 | 使用 TensorFlow Lite 解釋器和您的模型在 Apple 或 Android 應用程序中執行推理。 |
自動模型更新 | 配置應用自動下載模型新版本的條件:當用戶的設備空閒、正在充電或有 Wi-Fi 連接時 |
實施路徑
| 訓練您的 TensorFlow 模型 | 使用 TensorFlow 構建和訓練自定義模型。或者,重新訓練現有模型以解決與您想要實現的目標類似的問題。 |
| 將模型轉換為 TensorFlow Lite | 使用TensorFlow Lite 轉換器將您的模型從 HDF5 或凍結圖形格式轉換為 TensorFlow Lite。 |
| 將 TensorFlow Lite 模型部署到 Firebase | 可選:當您將 TensorFlow Lite 模型部署到 Firebase 並在您的應用中包含 Firebase ML SDK 時,Firebase ML 會讓您的用戶了解最新版本的模型。您可以將其配置為在用戶設備空閒或充電或有 Wi-Fi 連接時自動下載模型更新。 |
| 使用 TensorFlow Lite 模型進行推理 | 在 Apple 或 Android 應用程序中使用 TensorFlow Lite 解釋器對使用 Firebase 部署的模型執行推理。 |
代碼實驗室
嘗試一些代碼實驗室,了解 Firebase 如何幫助您更輕鬆、更有效地使用 TensorFlow Lite 模型。
除非另有註明,否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權,程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間:2023-09-13 (世界標準時間)。
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"缺少我需要的資訊"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"過於複雜/步驟過多"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"過時"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"翻譯問題"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"示例/程式碼問題"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"其他"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"容易理解"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"確實解決了我的問題"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"其他"
}]