Join us for Firebase Summit on November 10, 2021. Tune in to learn how Firebase can help you accelerate app development, release with confidence, and scale with ease. Register

Benutzerdefinierte Modelle

Wenn Sie benutzerdefinierte verwenden TensorFlow Lite Modelle können Firebase ML helfen Sie sicher , dass Ihre Benutzer immer die beste verfügbare Version des benutzerdefinierten Modells. Wenn Sie Ihr Modell mit Firebase bereitstellen, lädt Firebase ML das Modell nur bei Bedarf herunter und aktualisiert Ihre Benutzer automatisch mit der neuesten Version.

iOS Android

Schlüsselfähigkeiten

TensorFlow Lite-Modellbereitstellung Stellen Sie Ihre Modelle mit Firebase bereit, um die Binärgröße Ihrer App zu reduzieren und sicherzustellen, dass Ihre App immer die neueste verfügbare Version Ihres Modells verwendet
ML-Inferenz auf dem Gerät Führen Sie Inferenz in einer iOS- oder Android-App mit dem TensorFlow Lite-Interpreter mit Ihrem Modell durch.
Automatische Modellaktualisierungen Konfigurieren Sie die Bedingungen, unter denen Ihre App automatisch neue Versionen Ihres Modells herunterlädt: wenn das Gerät des Benutzers inaktiv ist, aufgeladen wird oder über eine Wi-Fi-Verbindung verfügt

Implementierungspfad

Trainieren Sie Ihr TensorFlow-Modell Erstellen und trainieren Sie ein benutzerdefiniertes Modell mit TensorFlow. Oder trainieren Sie ein vorhandenes Modell neu, das ein ähnliches Problem löst, wie Sie es erreichen möchten.
Konvertieren Sie das Modell in TensorFlow Lite Wandeln Sie Ihr Modell aus HDF5 oder gefroren Graph Format TensorFlow Lite die Verwendung TensorFlow Lite - Konverter .
Stellen Sie Ihr TensorFlow Lite-Modell auf Firebase bereit Optional: Wenn Sie Ihr TensorFlow Lite-Modell in Firebase bereitstellen und das Firebase ML SDK in Ihre App einbinden, hält Firebase ML Ihre Benutzer über die neueste Version Ihres Modells auf dem Laufenden. Sie können es so konfigurieren, dass Modellupdates automatisch heruntergeladen werden, wenn das Gerät des Benutzers inaktiv ist oder aufgeladen wird oder eine Wi-Fi-Verbindung besteht.
Verwenden Sie das TensorFlow Lite-Modell für Inferenz Verwenden Sie den TensorFlow Lite-Interpreter in Ihrer iOS- oder Android-App, um Rückschlüsse auf Modelle durchzuführen, die mit Firebase bereitgestellt wurden.

Codelabs

Versuchen Sie, einige codelabs hands-on zu lernen , wie Sie Firebase TensorFlow Lite Modelle einfacher und effektiver nutzen kann helfen.