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 verwendet KI-Technologie, um Inhalte in Ihre bevorzugte Sprache zu übersetzen. KI-Übersetzungen können Fehler enthalten.

Benutzerdefinierte Modelle

Wenn Sie benutzerdefinierte TensorFlow Lite-Modelle verwenden, Firebase ML können Sie dafür sorgen, dass Ihre Nutzer immer die beste verfügbare Version Ihres benutzerdefinierten Modells verwenden. Wenn Sie Ihr Modell mit Firebase bereitstellen, lädt Firebase ML das Modell nur bei Bedarf herunter und aktualisiert automatisch die aktuelle Version für Ihre Nutzer.

Startbereit? Wählen Sie Ihre Plattform aus:

iOS+ Android

Hauptmerkmale

Bereitstellung von TensorFlow Lite-Modellen	Stellen Sie Ihre Modelle mit Firebase bereit, um die Binärgröße Ihrer App zu reduzieren und dafür zu sorgen, dass Ihre App immer die neueste verfügbare Version Ihres Modells verwendet.
On-Device-ML-Inferenz	Führen Sie mit Ihrem Modell Inferenz in einer Apple- oder Android-App mit dem TensorFlow Lite Interpreter aus.
Automatische Modellaktualisierungen	Konfigurieren Sie die Bedingungen, unter denen Ihre App automatisch neue Versionen Ihres Modells herunterlädt: wenn das Gerät des Nutzers im Leerlauf ist, geladen wird oder eine WLAN-Verbindung hat.

Vorgehensweise bei der Implementierung

	TensorFlow-Modell trainieren	Erstellen und trainieren Sie ein benutzerdefiniertes Modell mit TensorFlow. Alternativ können Sie ein vorhandenes Modell neu trainieren, das ein ähnliches Problem löst wie das, was Sie erreichen möchten.
	Modell in TensorFlow Lite konvertieren	Konvertieren Sie Ihr Modell mit dem TensorFlow Lite-Converter von HDF5 oder dem Format für eingefrorene Graphen in TensorFlow Lite.
	TensorFlow Lite-Modell in Firebase bereitstellen	Optional: Wenn Sie Ihr TensorFlow Lite-Modell in Firebase bereitstellen und das Firebase ML SDK in Ihre App einbinden, sorgt Firebase ML dafür, dass Ihre Nutzer immer die aktuelle Version Ihres Modells verwenden. Sie können konfigurieren, dass Modellaktualisierungen automatisch heruntergeladen werden, wenn das Gerät des Nutzers im Leerlauf ist, geladen wird oder eine WLAN-Verbindung hat.
	TensorFlow Lite-Modell für die Inferenz verwenden	Verwenden Sie den TensorFlow Lite-Interpreter in Ihrer Apple- oder Android-App, um Inferenz mit Modellen auszuführen, die mit Firebase bereitgestellt wurden.

Codelabs

In einigen Codelabs erfahren Sie, wie Sie TensorFlow Lite-Modelle mit Firebase einfacher und effektiver verwenden können.