TensorFlow Lite 简介

TensorFlow 是一个免费的开源机器学习库。 TensorFlow 由 Google Brain 团队的开发人员和工程师创建，作为 Google 人工智能研究组织的一部分，用于执行机器学习和深度神经网络研究，但该技术的通用性足以用于许多其他领域！

当使用 TensorFlow 实现和训练机器学习算法时，通常会得到一个模型文件，该文件占用大量存储空间并且需要 GPU 来运行推理。在大多数移动设备上，诸如巨大磁盘空间和 GPU 之类的奢侈品无法使用。 TensorFlow Lite 是一种在移动设备上运行机器学习模型的解决方案。

TensorFlow Lite是一项特殊功能，主要设计用于移动设备等嵌入式设备。这使用自定义内存分配器来实现执行延迟和最小负载。它还解释了支持 Flat Buffers 的新文件格式。 TensorFlow Lite 采用现有模型并将它们转换为 .tflite 文件中的优化版本。

将 TensorFlow 模型快速轻松地转换为适合移动设备的模型的 TensorFlow lite 模型。
以简单的方式为 iOS 和 Android 设备构建机器学习应用程序。
与基于服务器的架构相比，这是一种更有效的移动模型支持替代方案。
在移动设备上，它允许离线推理。
Tensorflow Lite 允许人们在智能手机上轻松执行机器学习模型，从而无需外部 API 或服务器即可执行传统的机器学习任务。因此，模型将在未连接到互联网的设备上运行。

TensorFlow Mobile是 TensorFlow Lite 的继承者，它用于 Android 和 iOS（操作系统）等移动平台。它用于开发 TensorFlow 模型并将该模型集成到移动环境中。

TensorFlow Mobile 的三个主要且重要的用例如下：

TensorFlow 中的手势识别：不会通过分析传感器数据来控制应用程序或执行任何由手或其他手势支持的特殊任务。
TensorFlow 中的图像识别：它用于检测或获取使用移动设备捕获的图像的方式。如果用户正在拍照以了解某些信息或想要对其使用某些效果（过滤器），那么图像识别将扮演正确识别照片的措施。示例：相机、图像编辑器等。
TensorFlow 中的语音识别：与语音相关的各种应用程序可以使用 Tensorflow 通过语音驱动界面构建。正确识别语音语音识别适用于此处。有许多流行的应用程序，其中一些在语音识别系统上工作的是谷歌翻译、谷歌助手等。

TensorFlow Lite	TensorFlow Mobile
Less Binary File Size.	Max Binary File Size.
Better Performance.	Good Performance
It Supports Selective Sets of Operator	It supports All type of Operator

因此，TensorFlow Lite 在一致性和二进制文件大小方面优于其前身 TensorFlow Mobile。