استخدام إصدار مخصّص من TensorFlow Lite

إذا كنت من المطوّرين المتمرّسين في مجال تعلُّم الآلة وكانت مكتبة TensorFlow Lite التي تم إنشاؤها مسبقًا لا تلبي احتياجاتك، يمكنك استخدام إصدار TensorFlow Lite المخصّص باستخدام حزمة تعلّم الآلة. على سبيل المثال، قد تحتاج إلى إضافة عمليات مخصّصة.

المتطلبات الأساسية

  • بيئة تصميم سليمة في TensorFlow Lite
  • عملية دفع على الإصدار 1.10.1 من TensorFlow Lite

يمكنك التحقق من الإصدار الصحيح باستخدام Git:

git checkout -b work
git reset --hard tflite-v1.10.1
git cherry-pick 4dcfddc5d12018a5a0fdca652b9221ed95e9eb23

إنشاء مكتبة Tensorflow Lite

  1. أنشِئ Tensorflow Lite (مع التعديلات التي أجريتها) من خلال اتّباع التعليمات العادية.
  2. وضع إطار العمل:
tensorflow/lite/lib_package/create_ios_frameworks.sh

يمكن العثور على الإطار الذي تم إنشاؤه على الرابط tensorflow/lite/gen/ios_frameworks/tensorflow_lite.framework.zip.

.

إنشاء مجموعة تطبيقات متوافقة

  1. إنشاء دليل للوحدة المحلية
  2. تشغيل pod lib create TensorFlowLite في الدليل الذي أنشأته
  3. أنشئ دليل Frameworks داخل الدليل TensorFlowLite.
  4. فكِّ ضغط ملف tensorflow_lite.framework.zip الذي تم إنشاؤه أعلاه.
  5. انسخ tensorflow_lite.framework غير المضغوط إلى TensorFlowLite/Frameworks.
  6. عدِّل TensorFlowLite/TensorFlowLite.podspec الذي تم إنشاؤه للإشارة إلى المكتبة:
    Pod::Spec.new do |s|
      s.name             = 'TensorFlowLite'
      s.version          = '0.1.7' # Version must match.
      s.ios.deployment_target = '9.0'
      
      # ... make other changes as desired
      
      internal_pod_root = Pathname.pwd
      s.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 الحِزمة المخصّصة في مشروعك

يمكنك تضمين مجموعة التطبيقات المخصّصة من خلال الإشارة إليها مباشرةً من Podfile تطبيقك:

pod 'Firebase/MLModelInterpreter'
pod 'TensorFlowLite', :path => 'path/to/your/TensorflowLite'

للحصول على خيارات أخرى لإدارة وحدات pod الخاصة، يُرجى الاطّلاع على وحدات pod الخاصة في مستندات Cocoapods. ملاحظة: يجب أن يكون الإصدار متطابقًا تمامًا، ويجب الإشارة إلى هذا الإصدار عند تضمين المجموعة من المستودع الخاص الذي تستخدمه، مثل pod 'TensorFlowLite', "1.10.1".