استقرار و مدیریت مدل های سفارشی
با مجموعهها، منظم بمانید
ذخیره و طبقهبندی محتوا براساس اولویتهای شما.
برای استقرار یک مدل TensorFlow Lite:
- صفحه مدل Firebase ML Custom را در کنسول Firebase باز کنید.
- روی افزودن مدل سفارشی (یا افزودن مدل دیگر ) کلیک کنید.
- نامی را مشخص کنید که برای شناسایی مدل شما در پروژه Firebase استفاده خواهد شد، سپس فایل مدل TensorFlow Lite (که معمولاً به
.tflite یا .lite ختم میشود) را آپلود کنید.
پس از استقرار مدل، میتوانید آن را در صفحه سفارشیسازی (Custom) پیدا کنید. از آنجا میتوانید کارهایی مانند بهروزرسانی مدل با یک فایل جدید، دانلود مدل و حذف مدل از پروژه خود را انجام دهید.
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2026-08-19 بهوقت ساعت هماهنگ جهانی.
[null,null,["تاریخ آخرین بهروزرسانی 2026-08-19 بهوقت ساعت هماهنگ جهانی."],[],[]]
