カスタムモデル

カスタム TensorFlow Lite モデルを使用する場合、Firebase ML はユーザーが常に最適なバージョンのカスタムモデルを使用できるようにします。Firebase でモデルをデプロイすると、Firebase ML は必要なときにのみモデルをダウンロードし、自動的に最新バージョンに更新します。

Google Cloud のプラットフォームを選択します。

iOS+ Android

主な機能

TensorFlow Lite モデルのデプロイ	Firebase を使用してモデルをデプロイします。アプリのバイナリサイズが減り、アプリが常に使用可能な最新バージョンのモデルを使用します。
デバイス上での ML 推論	TensorFlow Lite インタープリタをモデルで使用して、Apple アプリまたは Android アプリで推論を行います。
自動モデル更新	アプリが新しいバージョンのモデルを自動的にダウンロードする条件（ユーザーの端末がアイドル状態のとき、充電中のとき、または Wi-Fi 接続があるとき）を構成します。

実装パス

	TensorFlow モデルをトレーニングする	TensorFlow を使用してカスタムモデルを構築し、トレーニングします。または、同様の問題を解決する既存のモデルを再トレーニングします。
	モデルを TensorFlow Lite に変換する	TensorFlow Lite コンバータを使用して、モデルを HDF5 またはフリーズしたグラフ形式から TensorFlow Lite に変換します。
	TensorFlow Lite モデルを Firebase にデプロイする	省略可: TensorFlow Lite モデルを Firebase にデプロイし、Firebase ML SDK をアプリに組み込むと、Firebase ML がユーザーのモデルを最新バージョンに保ちます。ユーザーのデバイスがアイドル状態、充電中、または Wi-Fi 接続がある場合にモデルの更新を自動的にダウンロードするように ML Kit を構成できます。
	推論に TensorFlow Lite モデルを使用する	Apple アプリまたは Android アプリで TensorFlow Lite インタープリタを使用して、Firebase でデプロイされたモデルで推論を行います。

Codelab

いくつかの codelabs をお試しいただくと、TensorFlow Lite モデルをより簡単かつ効果的に使用するのに Firebase がどう役立つかを実践的に学ぶことできます。