借助设备端机器学习 (ML),您可以增强应用并添加功能来处理图片、声音和文本。

无论您是经验丰富的开发者还是刚刚起步的新手,都可以按照本指南开始向应用中添加设备端机器学习功能。

通过实时处理文本、音频和视频来解锁新的用户体验。
在本地执行推断,无需将用户数据发送到云端。
无需网络连接或在云端运行服务。
在设备端运行机器学习功能,减少云费用。

是随时使用还是使用自定义机器学习?

机器学习套件可针对常见问题提供可直接用于生产环境的解决方案,而无需机器学习专业知识。模型已针对移动设备进行了优化。机器学习套件易于使用,可让您专注于特征开发,而不是模型训练和优化。
如果您需要更多控制权或需要部署自己的机器学习模型,Android 提供了一个基于 TensorFlow Lite 和 Google Play 服务构建的自定义机器学习堆栈,涵盖了部署高性能机器学习所需的基本信息。

机器学习套件 SDK:随时可用的通用用户流解决方案

利用机器学习套件,您可以访问适合生产环境的设备端机器学习模型。机器学习套件 API 针对移动设备进行了优化,不需要具备机器学习专业知识。机器学习套件 API 的示例包括:
实时检测设备上是否有人脸及是否存在多少个人脸。
识别中文、梵文、日语、韩语或任何拉丁字符语言的文字。
针对最热门的线性和二维(二维码)格式读取使用条形码编码的数据。
机器学习套件提供 10 多种视觉和语言 API,例如图片标签、姿势检测、翻译、智能回复等。

Android 的自定义机器学习堆栈:高性能机器学习

在 Android 应用中部署高性能自定义机器学习功能的基础知识。

适用于机器学习运行时的 TensorFlow Lite:通过 Android 的官方机器学习推断运行时 Google Play 服务使用 TensorFlow Lite 在您的应用中运行高性能机器学习推断。 了解详情

借助 TensorFlow Lite Delegate 实现硬件加速:使用通过 Google Play 服务分发的 TensorFlow Lite Delegate 在 GPU、NPU 或 DSP 等专用硬件上运行加速的机器学习。这样可以帮助您使用高级设备端计算功能,为您的用户提供更流畅、更低延迟的用户体验。

我们目前为 GPU 和 NNAPI 受托人提供支持,并且我们正在与合作伙伴合作,通过 Google Play 服务提供其自定义受托人的访问权限,以支持高级用例。了解详情

由 Google Play 服务启用:使用 Play 服务访问 TensorFlow Lite 运行时和委托。这样可确保使用最新的稳定版,同时最大限度减少对应用的二进制文件大小的影响。了解详情

代码
查看 TensorFlow Lite Android 代码示例,并在您的设备上测试机器学习功能。
教程
下载示例代码,并开始使用 TensorFlow Lite 和 Android。
这个新 API 让您可以在运行时安全地选择最佳硬件加速配置,无需担心底层设备硬件和驱动程序。

最新资讯

YouTube
YouTube