TensorFlow Lite 推理与元数据

推理 带元数据的模型 可以像几行代码一样简单。TensorFlow Lite 元数据包含对模型功能和使用方法的丰富描述。它可以使代码生成器能够自动为您生成推理代码，例如使用 Android Studio ML 绑定功能 或 TensorFlow Lite Android 代码生成器。它还可以用于配置您的自定义推理管道。

工具和库

TensorFlow Lite 提供各种工具和库来满足不同级别的部署需求，如下所示

使用 Android 代码生成器生成模型接口

有两种方法可以自动生成 TensorFlow Lite 带元数据的模型所需的 Android 包装代码

1. Android Studio ML 模型绑定 是 Android Studio 中可用的工具，用于通过图形界面导入 TensorFlow Lite 模型。Android Studio 将自动配置项目的设置并根据模型元数据生成包装类。

2. TensorFlow Lite 代码生成器 是一个可执行文件，它根据元数据自动生成模型接口。它目前支持使用 Java 的 Android。包装代码消除了直接与 ByteBuffer 交互的需要。相反，开发人员可以使用类型化对象（如 Bitmap 和 Rect）与 TensorFlow Lite 模型交互。Android Studio 用户也可以通过 Android Studio ML 绑定 访问代码生成功能。

使用 TensorFlow Lite 任务库利用开箱即用的 API

TensorFlow Lite 任务库 为流行的机器学习任务（如图像分类、问答等）提供优化的即用型模型接口。模型接口专为每个任务而设计，以实现最佳性能和可用性。任务库跨平台工作，并在 Java、C++ 和 Swift 上得到支持。

使用 TensorFlow Lite 支持库构建自定义推理管道

TensorFlow Lite 支持库 是一个跨平台库，有助于自定义模型接口和构建推理管道。它包含各种实用程序方法和数据结构，用于执行预/后处理和数据转换。它还旨在匹配 TensorFlow 模块（如 TF.Image 和 TF.Text）的行为，确保从训练到推理的一致性。

探索带元数据的预训练模型

浏览 TensorFlow Lite 托管模型 和 TensorFlow Hub 以下载带元数据的预训练模型，用于视觉和文本任务。还可以查看 可视化元数据 的不同选项。

TensorFlow Lite 支持 GitHub 仓库

访问 TensorFlow Lite 支持 GitHub 仓库 获取更多示例和源代码。通过创建 新的 GitHub 问题 告知我们您的反馈。