使用自訂 TensorFlow Lite 版本

如果您是經驗豐富的機器學習開發人員和預先建構的 TensorFlow Lite 如果無法滿足需求，您可以使用 TensorFlow Lite 中使用 ML Kit 進行建構。適用對象 例如，您可以新增自訂運算

事前準備

• 可正常運作的 TensorFlow Lite 建構環境
• TensorFlow Lite 1.10.1 結帳

您可以使用 Git 查看正確的版本：

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

建構 Tensorflow Lite 程式庫

1. 按照 標準操作說明
2. 建立架���：

tensorflow/lite/lib_package/create_ios_frameworks.sh

您可以在 tensorflow/lite/gen/ios_frameworks/tensorflow_lite.framework.zip 找到產生的架構

建立本機 Pod

1. 為本機 Pod 建立目錄
2. 在您建立的目錄中執行 pod lib create TensorFlowLite
3. 在 TensorFlowLite 目錄中建立 Frameworks 目錄
4. 將上方產生的 tensorflow_lite.framework.zip 檔案解壓縮
5. 將解壓縮的 tensorflow_lite.framework 複製到「TensorFlowLite/Frameworks」
6. 修改產生的 TensorFlowLite/TensorFlowLite.podspec 以參照程式庫：

    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

在專案中參照自訂 Pod

您可以直接從應用程式的 Podfile:

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

如要瞭解管理私人 Pod 的其他選項，請參閱 私人 Pod Cocoapods 說明文件。請注意，這個版本必須完全相符，而且 從 Pod 中的 Pod 納入 Pod 時，應參照這個版本 私人存放區pod 'TensorFlowLite', "1.10.1"。