अपनी पसंद के मुताबिक TensorFlow Lite बिल्ड इस्तेमाल करें

����र आप अनुभवी एमएल डेवलपर हैं और आपके पास पहले से मौजूद TensorFlow Lite है लाइब्रेरी आपकी ज़रूरतों के मुताबिक नहीं है, तो आप ML Kit के साथ TensorFlow Lite बिल्ड. इसके लिए उदाहरण के लिए, हो सकता है कि आप कस्टम ऑपरेशन जोड़ना चाहें.

ज़रूरी शर्तें

• काम करने वाला TensorFlow Lite बिल्ड एनवायरमेंट
• TensorFlow Lite 1.10.1 की खरीदारी

आप Git का इस्तेमाल करके सही वर्शन देख सकते हैं:

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

Tensorflow Lite लाइब्रेरी बनाना

1. नीचे दिए गए निर्देशों का पालन करके, Tensorflow Lite (अपने बदलावों के साथ) बनाएं स्टैंडर्ड निर्देश
2. फ़्रेमवर्क बनाएं:

tensorflow/lite/lib_package/create_ios_frameworks.sh

जनरेट किया गया फ़्रेमवर्क, tensorflow/lite/gen/ios_frameworks/tensorflow_lite.framework.zip पर देखा जा सकता है

लोकल पॉड बनाना

1. अपने लोकल पॉड के लिए डायरेक्ट्री बनाएं
2. अपनी बनाई गई डायरेक्ट्री में pod lib create TensorFlowLite चलाएं
3. TensorFlowLite डायरेक्ट्री में Frameworks डायरेक्ट्री बनाएं
4. ऊपर जनरेट की गई tensorflow_lite.framework.zip फ़ाइल को अनज़िप करें
5. अनज़िप किए गए tensorflow_lite.framework को TensorFlowLite/Frameworks में कॉपी करें
6. ला��ब्रेरी का रेफ़रंस देने के लिए, जनरेट किए गए TensorFlowLite/TensorFlowLite.podspec में बदलाव करें:

    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

अपने प्रोजेक्ट में पसंद के मुताबिक पॉड का रेफ़रंस देना

कस्टम पॉड को सीधे अपने ऐप्लिकेशन के Podfile:

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

निजी पॉड को मैनेज करने के अन्य विकल्पों के बारे में जानने के लिए, इसे देखें इसमें प्राइवेट पॉड देखें. ध्यान दें कि वर्शन पूरी तरह से मेल खाना चाहिए और आपको पॉड को शामिल करते समय इस वर्शन का रेफ़रंस देना चाहिए निजी डेटा स्टोर करने की जगह, जैसे कि pod 'TensorFlowLite', "1.10.1".