谷歌近期發(fā)布了一個新東西，運用TensorFlow Lite將移動設備AI模型運用于蘋果的Core ML. ml 模型文件格局中，便于在iOS設備上運用該模型。

依據(jù)谷歌研制人員所述，該轉(zhuǎn)換器是與蘋果協(xié)作的效果。TensorFlow Lite規(guī)劃出了分量更輕的機器學習模型，可以在移動設備上完成快速核算，一起還支撐研制者運用谷歌大熱的TensorFlow開源結(jié)構(gòu)進行構(gòu)建。

Core ML旨在供給一個優(yōu)化的履行環(huán)境，用于將人工智能效勞（如目標辨認或自然語言處理）布置到iOS應用程序。

像TensorFlow Lite相同，它應該有助于處理移動設備上的機器學習核算關(guān)鍵問題：在模型給出智能成果之前，他們往往需求很多的核算，假如沒有強壯的效勞器，就會形成設備運轉(zhuǎn)緩慢，并在開機過程中耗費很多電能。

作為轉(zhuǎn)換器發(fā)布和Core ML東西更新的一部分，TensorFlow的功能現(xiàn)已列到開發(fā)者網(wǎng)站中。

Tensorflow Lite開發(fā)者預覽版的iOS和Android應用程序制造商在上個月初次成功。特別是在移動設備上布置了AI，TensorFlow Lite還預備布置一些預制模型，如MobileNet和inception-v3，在核算機視覺和智能回復主張呼應目標辨認范疇中發(fā)揮作用。

谷歌還將支撐跨渠道的模型，經(jīng)過Tensorflow Lite和自定義程序.tflite文件格局在iOS和Android體系中運轉(zhuǎn)。