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 utilise la technologie IA pour traduire le contenu dans votre langue préférée. Les traductions générées par IA peuvent contenir des erreurs.

Modèles personnalisés

Si vous utilisez des modèles TensorFlow Lite personnalisés, Firebase ML peut vous aider à vous assurer que vos utilisateurs utilisent toujours la meilleure version disponible de votre modèle personnalisé. Lorsque vous déployez votre modèle avec Firebase, Firebase ML ne télécharge le modèle que lorsque cela est nécessaire et met automatiquement à jour vos utilisateurs avec la dernière version.

Prêt à vous lancer ? Choisissez votre plate-forme :

iOS+ Android

Capacités clés

Déploiement de modèles TensorFlow Lite	Déployez vos modèles à l'aide de Firebase pour réduire la taille binaire de votre application et vous assurer qu'elle utilise toujours la dernière version disponible de votre modèle.
Inférence ML sur l'appareil	Effectuez une inférence dans une application Apple ou Android à l'aide de l'interpréteur TensorFlow Lite avec votre modèle.
Mises à jour automatiques des modèles	Configurez les conditions dans lesquelles votre application télécharge automatiquement de nouvelles versions de votre modèle : lorsque l'appareil de l'utilisateur est inactif, en charge, ou connecté à un réseau Wi-Fi.

Chemin d'accès de l'exécution

	Entraîner votre modèle TensorFlow	Créez et entraînez un modèle personnalisé à l'aide de TensorFlow. Vous pouvez également réentraîner un modèle existant qui résout un problème semblable à celui que vous souhaitez résoudre.
	Convertir le modèle en TensorFlow Lite	Convertissez votre modèle du format HDF5 ou de graphique figé au format TensorFlow Lite à l'aide du convertisseur TensorFlow Lite.
	Déployer votre modèle TensorFlow Lite sur Firebase	Facultatif : lorsque vous déployez votre modèle TensorFlow Lite sur Firebase et incluez le Firebase ML SDK dans votre application, Firebase ML tient vos utilisateurs informés de la dernière version de votre modèle. Vous pouvez le configurer pour qu'il télécharge automatiquement les mises à jour du modèle lorsque l'appareil de l'utilisateur est inactif, en charge ou connecté à un réseau Wi-Fi.
	Utiliser le modèle TensorFlow Lite pour l'inférence	Utilisez l'interpréteur TensorFlow Lite dans votre application Apple ou Android pour effectuer une inférence avec les modèles déployés à l'aide de Firebase.

Ateliers de programmation

Essayez quelques ateliers de programmation pour découvrir comment Firebase peut vous aider à utiliser les modèles TensorFlow Lite plus facilement et plus efficacement.