欢迎参加我们将于 2022 年 10 月 18 日举办的 Firebase 峰会（线上线下同时进行），了解 Firebase 如何帮助您加快应用开发速度、满怀信心地发布应用并在之后需要时轻松地扩大应用规模。立即报名
使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

定制模型

如果您使用自定义TensorFlow Lite模型，Firebase ML 可以帮助您确保您的用户始终使用您的自定义模型的最佳可用版本。当您使用 Firebase 部署模型时，Firebase ML 仅在需要时下载模型，并自动将您的用户更新为最新版本。

iOS+安卓

关键能力

TensorFlow Lite 模型部署使用 Firebase 部署模型以减少应用的二进制大小并确保您的应用始终使用模型的最新可用版本
设备端机器学习推理使用 TensorFlow Lite 解释器和您的模型在 Apple 或 Android 应用程序中执行推理。
自动模型更新配置应用自动下载模型新版本的条件：当用户的设备空闲、正在充电或有 Wi-Fi 连接时

实施路径

训练您的 TensorFlow 模型使用 TensorFlow 构建和训练自定义模型。或者，重新训练现有模型以解决与您想要实现的目标类似的问题。
将模型转换为 TensorFlow Lite使用TensorFlow Lite 转换器将您的模型从 HDF5 或冻结图形格式转换为 TensorFlow Lite。
将 TensorFlow Lite 模型部署到 Firebase可选：当您将 TensorFlow Lite 模型部署到 Firebase 并在您的应用中包含 Firebase ML SDK 时，Firebase ML 会让您的用户了解最新版本的模型。您可以将其配置为在用户设备空闲或充电或有 Wi-Fi 连接时自动下载模型更新。
使用 TensorFlow Lite 模型进行推理在 Apple 或 Android 应用程序中使用 TensorFlow Lite 解释器对使用 Firebase 部署的模型执行推理。

代码实验室

尝试一些代码实验室，了解 Firebase 如何帮助您更轻松、更有效地使用 TensorFlow Lite 模型。