导读 如今不少科技公司都将人工智能与机器学习的研究重点从服务器端转移至设备端。相比于原本的服务器端运算，设备端的运算速度更快、延迟更低、无需网络连接、并且能够更好地保护用户隐私，还能有效降低手机这类设备的电量消耗。

而在构建基于设备的 ML 功能时，Android 开发者通常有两种选择：一种是使用一个生产就绪的 SDK，该 SDK 带有预训练和优化的 ML 模型；另一种是开发者可以部署自己的自定义 ML 模型和功能，获得更多的控制权。

为了帮助提高机器学习技术在 Android 系统中的使用率，Google 在去年 7 月将 TensorFlow Lite 直接添加到 Play services 中。不过当时这项计划的还处于 Early Access 测试阶段，感兴趣的开发者需要访问官方页面注册登记才能提前参与。

经过一年多时间的发展，TensorFlow Lite 已经发展到每月通过数万个应用程序为数十亿用户提供服务。如今，随着 Google 为 Play services 带来了 TensorFlow Lite 的稳定版本，Google 正式宣布 TensorFlow Lite 已成为 Android 上的官方 ML 推理引擎，并取代原本独立的 TensorFlow Lite。

有了 TensorFlow Lite，开发者可以得到：

  • 内置于设备上的推理基本要素 —— Google 将为 Android 提供设备内置的推理二进制文件，并保持更新，这还会减少 apk 文件的大小；
  • 保持设备上的最佳性能 —— Google 还将优化与 Android 设备的集成，并根据设备自动做出性能决策，包括在可用时启用硬件加速；
  • 跨 Android 版本的一致 API —— 定期通过 Google Play Services 交付更新。

    • 如果开发者想要将 TensorFlow Lite 集成到应用程序中，可查看这个迁移文档了解更多详情。

    原文来自：https://www.oschina.net/news/214686/tensorflow-lite-android-official-ml-engine

    本文地址：https://www.linuxprobe.com/google-play-tensorflow.html编辑：倪家兴，审核员：清蒸github

    Linux命令大全：https://www.linuxcool.com/

    Linux系统大全：https://www.linuxdown.com/

    红帽认证RHCE考试心得：https://www.rhce.net/