14.1 TensorFlow Lite
使用 TensorFlow Lite 将手写数字模型部署到设备上。
创建日期: 2025-03-20
本教程参考 Build a handwritten digit classifier app with TensorFlow Lite ，并将模型移植到 C++ 桌面端。
14.1.1 介绍
机器学习已成为移动开发中的重要工具集，可在现代移动应用中实现许多智能功能。如果您是一名刚接触机器学习的移动开发者，并且想要快速了解可以集成到移动应用中的机器学习技术，那么这个代码实验室非常适合您！
在此代码实验室中，我们将体验使用 TensorFlow 训练可识别手写数字图像的机器学习模型并将其部署到 Android 应用的端到端过程。
完成代码实验室后，我们将拥有一个可以识别您所写手写数字的 Android 应用程序。
14.1.1.1 TF Lite
TensorFlow 是一个端到端的机器学习开源平台。它拥有一个全面、灵活的工具、库和社区资源生态系统，可帮助研究人员推动机器学习领域的最先进技术，并帮助开发人员轻松构建和部署由机器学习驱动的应用程序。
TensorFlow Lite 是 TensorFlow 生态系统中的一款产品，可帮助开发者在移动、嵌入式和物联网设备上运行 TensorFlow 模型。它支持低延迟和小二进制大小的设备机器学习推理。
14.1.2 训练机器学习模型
我们将首先使用 TensorFlow 定义和训练可以识别手写数字的机器学习模型，在机器学习术语中称为数字分类器模型。接下来，我们将训练好的 TensorFlow 模型转换为 TensorFlow Lite 以准备部署。