Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
Jeśli jesteś doświadczonym deweloperem ML i gotowa biblioteka TensorFlow Lite nie spełnia Twoich potrzeb, możesz użyć niestandardowej wersji TensorFlow Lite z ML Kit. Możesz na przykład dodać operacje niestandardowe.
Spowoduje to wygenerowanie pliku AAR w folderze bazel-genfiles/tensorflow/lite/java/.
Opublikuj niestandardowy pakiet AAR TensorFlow Lite w lokalnym repozytorium Maven:
[null,null,["Ostatnia aktualizacja: 2025-07-25 UTC."],[],[],null,["\u003cbr /\u003e\n\nIf you're an experienced ML developer and the pre-built TensorFlow Lite\nlibrary doesn't meet your needs, you can use a custom\n[TensorFlow Lite](//www.tensorflow.org/mobile/tflite/) build with ML Kit. For\nexample, you may want to add custom ops.\n\nPrerequisites\n\n- A working [TensorFlow Lite](https://github.com/tensorflow/tensorflow/blob/master/tensorflow/lite/README.md#building-tensorflow-lite-and-the-demo-app-from-source) build environment\n\nBundling a custom TensorFlow Lite for Android\n\nBuild the Tensorflow Lite AAR: \n\n```\nbazel build --cxxopt='--std=c++11' -c opt \\\n --fat_apk_cpu=x86,x86_64,arm64-v8a,armeabi-v7a \\\n //tensorflow/lite/java:tensorflow-lite\n```\n\nThis will generate an AAR file in `bazel-genfiles/tensorflow/lite/java/`.\nPublish the custom Tensorflow Lite AAR to your local\n[Maven](https://maven.apache.org/download.cgi) repository: \n\n```\nmvn install:install-file -Dfile=bazel-genfiles/tensorflow/lite/java/tensorflow-lite.aar -DgroupId=org.tensorflow \\\n -DartifactId=tensorflow-lite -Dversion=0.1.100 -Dpackaging=aar\n```\n\nFinally, in your app `build.gradle`, override Tensorflow Lite with your custom\nversion: \n\n implementation 'org.tensorflow:tensorflow-lite:0.1.100'"]]
