تنظيم صفحاتك في مجموعات
يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
إذا كنت مطوّرًا ذا خبرة في تعلُّم الآلة ولم تلبِّ مكتبة TensorFlow Lite المعدّة مسبقًا احتياجاتك، يمكنك استخدام إصدار مخصّص من TensorFlow Lite مع ML Kit. على سبيل المثال، قد تحتاج إلى إضافة عمليات مخصّصة.
يمكن العثور على إطار العمل الذي تم إنشاؤه في tensorflow/lite/gen/ios_frameworks/tensorflow_lite.framework.zip
إنشاء مجموعة محلية
إنشاء دليل لمجموعة المشاركين المحليين
تشغيل pod lib create TensorFlowLite في الدليل الذي أنشأته
إنشاء دليل Frameworks داخل الدليل TensorFlowLite
فكّ ضغط ملف tensorflow_lite.framework.zip الذي تم إنشاؤه أعلاه
انسخ الملف tensorflow_lite.framework الذي تم فك ضغطه إلى TensorFlowLite/Frameworks
عدِّل الرمز البرمجي TensorFlowLite/TensorFlowLite.podspec الذي تم إنشاؤه للإشارة إلى المكتبة:
Pod::Spec.newdo|s|s.name='TensorFlowLite's.version='0.1.7'# Version must match.s.ios.deployment_target='9.0'# ... make other changes as desiredinternal_pod_root=Pathname.pwds.frameworks='Accelerate's.libraries='c++'s.vendored_frameworks='Frameworks/tensorflow_lite.framework's.pod_target_xcconfig={'SWIFT_VERSION'=>'4.0','INTERNAL_POD_ROOT'=>"#{internal_pod_root}",'HEADER_SEARCH_PATHS'=>"$(inherited) '${INTERNAL_POD_ROOT}/Frameworks/tensorflow_lite.framework/Headers'",'OTHER_LDFLAGS'=>"-force_load '${INTERNAL_POD_ROOT}/Frameworks/tensorflow_lite.framework/tensorflow_lite'"}end
الإشارة إلى الحزمة المخصّصة في مشروعك
يمكنك تضمين الحزمة المخصّصة من خلال الإشارة إليها مباشرةً من Podfile في تطبيقك:
pod 'Firebase/MLModelInterpreter'
pod 'TensorFlowLite', :path => 'path/to/your/TensorflowLite'
للاطّلاع على خيارات أخرى لإدارة وحدات Pod الخاصة، راجِع وحدات Pod الخاصة في مستندات Cocoapods. يُرجى العِلم أنّه يجب أن يتطابق الإصدار تمامًا، ويجب الإشارة إلى هذا الإصدار عند تضمين الحزمة من المستودع الخاص، مثلاً pod 'TensorFlowLite', "1.10.1".
تاريخ التعديل الأخير: 2025-07-25 (حسب التوقيت العالمي المتفَّق عليه)
[null,null,["تاريخ التعديل الأخير: 2025-07-25 (حسب التوقيت العالمي المتفَّق عليه)"],[],[],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](//github.com/tensorflow/tensorflow/blob/master/tensorflow/lite/README.md#building-tensorflow-lite-and-the-demo-app-from-source) build environment\n- A checkout of TensorFlow Lite 1.10.1\n\nYou can check out the correct version using Git: \n\n git checkout -b work\n git reset --hard tflite-v1.10.1\n git cherry-pick 4dcfddc5d12018a5a0fdca652b9221ed95e9eb23\n\nBuilding the Tensorflow Lite library\n\n1. Build Tensorflow Lite (with your modifications) following the [standard instructions](//github.com/tensorflow/tensorflow/blob/master/tensorflow/lite/g3doc/guide/build_ios.md)\n2. Build the framework:\n\n```\ntensorflow/lite/lib_package/create_ios_frameworks.sh\n```\n\nThe generated framework can be found at `tensorflow/lite/gen/ios_frameworks/tensorflow_lite.framework.zip`\n| **Note:** There have been [build issues\n| reported](https://github.com/tensorflow/tensorflow/issues/18356) with Xcode 9.3\n\nCreating a local pod\n\n1. Create a directory for your local pod\n2. Run `pod lib create TensorFlowLite` in the directory you created\n3. Create a `Frameworks` directory inside the `TensorFlowLite` directory\n4. Unzip the `tensorflow_lite.framework.zip` file generated above\n5. Copy the unzipped `tensorflow_lite.framework` to `TensorFlowLite/Frameworks`\n6. Modify the generated `TensorFlowLite/TensorFlowLite.podspec` to reference the library:\n\n Pod::Spec.new do |s|\n s.name = 'TensorFlowLite'\n s.version = '0.1.7' # Version must match.\n s.ios.deployment_target = '9.0'\n \n # ... make other changes as desired\n \n internal_pod_root = Pathname.pwd\n s.frameworks = 'Accelerate'\n s.libraries = 'c++'\n s.vendored_frameworks = 'Frameworks/tensorflow_lite.framework'\n\n s.pod_target_xcconfig = {\n 'SWIFT_VERSION' =\u003e '4.0',\n 'INTERNAL_POD_ROOT' =\u003e \"#{internal_pod_root}\",\n 'HEADER_SEARCH_PATHS' =\u003e \"$(inherited) '${INTERNAL_POD_ROOT}/Frameworks/tensorflow_lite.framework/Headers'\",\n 'OTHER_LDFLAGS' =\u003e \"-force_load '${INTERNAL_POD_ROOT}/Frameworks/tensorflow_lite.framework/tensorflow_lite'\"\n }\n end\n\nReferencing the custom pod in your project\n\nYou can include the custom pod by referencing it directly from your app's\n`Podfile`: \n\n pod 'Firebase/MLModelInterpreter'\n pod 'TensorFlowLite', :path =\u003e 'path/to/your/TensorflowLite'\n\nFor other options for managing private pods, see\n[Private Pods](https://guides.cocoapods.org/making/private-cocoapods.html) in\nthe Cocoapods documentation. Note that the version must exactly match, and you\nshould reference this version when including the pod from your\nprivate repository, e.g. `pod 'TensorFlowLite', \"1.10.1\"`."]]
