TensorFlow Lite简介

TensorFlow是一个免费和开源的机器学习库。TensorFlow是由谷歌大脑团队的开发人员和工程师创建的，是谷歌人工智能研究组织的一部分，目的是进行机器学习和深度神经网络研究，但该技术足够通用，可用于众多其他领域

当人们使用TensorFlow来实现和训练机器学习算法时，通常最终会得到一个模型文件，它占用了大量的存储空间，并需要一个GPU来运行推理。在大多数移动设备上，像巨大的磁盘空间和GPU这样的奢侈品是无法使用的。TensorFlow Lite是一个在移动设备上运行机器学习模型的解决方案。

TensorFlow Lite是一个特殊的功能，主要为移动等嵌入式设备设计。这使用了一个自定义的内存分配器来实现执行延迟和最小的负载。它也在解释支持的新文件格式Flat Buffers。TensorFlow Lite采用现有的模型，并将其转换为.tflite文件中的优化版本。

TensorFlow Lite的优势

• 将TensorFlow模型快速、轻松地转换为TensorFlow lite模型，以获得移动友好的模型。
• 以简单的方式，为iOS和Android设备构建机器学习应用程序。
• 与基于服务器的架构相比，这是一个更有效的移动模式启用的替代方案。
• 在移动设备上，它允许离线推理。
• Tensorflow Lite允许人们在智能手机上轻松执行机器学习模型，允许人们执行传统的机器学习任务，而不需要外部API或服务器。因此，这些模型将在未连接到互联网的设备上运行。

TensorFlow Lite的劣势

• 它没有优化模型尺寸。因此，移动设备可能需要更大的存储空间。
• 在TensorFlow Lite过程中，可靠性和优化的代价是与模型的准确性进行权衡。因此，TensorFlow Lite模型的精度低于全功能的对应模型。

TensorFlow Lite的架构

TensorFlow Mobile是TensorFlow Lite的继承者，它被用于移动平台，如Android和iOS（操作系统）。它用于开发TensorFlow模型并将该模型集成到移动环境中。

TensorFlow移动版的使用案例

TensorFLow移动的三个主要和重要的用例如下。

• TensorFlow中的手势识别：通过分析传感器数据，控制应用程序或执行任何由手或其他手势支持的特殊任务，这是一种风尚。
• TensorFlow中的图像识别：它用于检测或获取用手机拍摄的图像的方式。如果用户拍摄照片是为了了解一些信息，或想在上面使用一些效果（过滤器），那么图像识别就起到了正确识别照片的作用。例如。相机、图像编辑器等。
• TensorFlow中的语音识别：与语音有关的各种应用可以使用Tensorflow建立一个语音驱动的界面。为了正确地识别语音，这里应用了语音识别。有许多流行的应用程序，其中一些工作在语音识别系统上的应用程序是谷歌翻译，谷歌助理，等等。

TensorFlow Lite Vs.TensorFlow移动版

因此，TensorFlow Lite在一致性和二进制文件大小方面优于其前辈TensorFlow Mobile。

TensorFlow Lite的应用

• Mobile devices(IOS and Android)
• Internet Of Things(IOT)
• Raspberry Pi