自訂模型
如果您使用自訂 TensorFlow Lite 模型，Firebase ML 可協助您確保使用者隨時使用最適合的自訂模型版本。使用 Firebase 部署模型時，Firebase ML 只會在必要時下載模型，並自動將使用者更新為最新版本。
主要功能
| TensorFlow Lite 模型部署 | 使用 Firebase 部署模型，縮減應用程式的二進位檔大小，並確保應用程式隨時使用模型的最新版本 |
| 裝置端機器學習推論 | 使用 TensorFlow Lite 解譯器搭配模型，在 Apple 或 Android 應用程式中執行推論。 |
| 自動更新模型 | 設定條件，讓應用程式自動下載模型的新版本：使用者裝置處於閒置狀態、正在充電或有 Wi-Fi 連線時 |
實作路徑
| 訓練 TensorFlow 模型 | 使用 TensorFlow 建構及訓練自訂模型。或者，您也可以重新訓練現有模型，以解決與預期類似的問題。 | |
| 將模型轉換為 TensorFlow Lite | 使用 TensorFlow Lite 轉換工具，將模型從 HDF5 或凍結圖形格式轉換為 TensorFlow Lite。 | |
| 將 TensorFlow Lite 模型部署至 Firebase | 選用：如果您將 TensorFlow Lite 模型部署至 Firebase，並在應用程式中納入 Firebase ML SDK，Firebase 機器學習功能就會提供最新版本的模型，讓使用者掌握最新資訊。您可以設定在使用者裝置閒置、充電或連上 Wi-Fi 網路時，自動下載模型更新。 | |
| 使用 TensorFlow Lite 模型進行推論 | 在 Apple 或 Android 應用程式中，使用 TensorFlow Lite 解譯器，搭配以 Firebase 部署的模型執行推論。 |
程式碼研究室
試用幾個程式碼研究室來學習實作 Firebase 的方式，瞭解如何更輕鬆有效地使用 TensorFlow Lite 模型。