0
雷锋网 AI 科技评论按，11 月 14 日，谷歌正式发布 TensorFlow Lite 开发者预览版，这是针对移动和嵌入式设备的轻量级解决方案。在介绍中，谷歌表示，TensorFlow Lite 是一种全新的设计，具有三个重要功能——轻量级（Lightweight）、跨平台（Cross-platform）、快速（Fast）。关于 TensorFlow Lite 的详细介绍，可以参见雷锋网 AI科技评论之前报导： Google 正式发布 TensorFlow Lite 预览版，针对移动/嵌入设备的轻量级解决方案
而在今天，谷歌宣布与苹果达成合作——TensorFlow Lite 将支持 Core ML。在 TensorFlow Lite 为 Core ML 提供支持之后，iOS 开发者可以利用 Core ML 的优势部署 TensorFlow 模型。
此外，得益于在最初的声明（https://developers.googleblog.com/2017/11/announcing-tensorflow-lite.html）中所描述的 TensorFlow Lite 格式 (.tflite)，TensorFlow Lite 将继续支持包括 IOS 在内的跨平台部署。
对 Core ML 的支持是通过将 TensorFlow 模型转换为 Core ML 模型格式 (.mlmodel) 的工具来实现的。
关于 Core ML
Core ML 是一个基础机器学习框架，能用于众多 Apple 的产品，包括 Siri、相机和 QuickType。据官方介绍，Core ML 带来了极速的性能和机器学习模型的轻松整合，能将众多机器学习模型类别集成到 app 中。它不但有 30 多种层来支持广泛的深度学习，而且还支持诸如树集成，SVM 和广义线性模型等标准模型。
Core ML 转化器的安装
环境如下：
tensorflow >= 1.1.0
coremltools >= 0.6
numpy >= 1.6.2
protobuf >= 3.1.0
six==1.10.0
从 Pypi 包安装：
pip install -U tfcoreml
从源码安装
python setup.py bdist_wheel
要了解更多信息可以查看如下页面：
TensorFlow Lite 文档页面：http://tensorflow.org/mobile/tflite
Core ML 转化器页面：https://github.com/tf-coreml/tf-coreml
pypi pip 安装包地址：https://pypi.python.org/pypi/tfcoreml/0.1.0
后续将迎来更多更新，雷锋网 AI 科技评论也会第一时间关注。
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
