TensorFlow ：是由 Google 开发的一个开源机器学习框架，是一个功能全面的深度学习框架，不仅支持 NLP，还支持图像、语音等任务，适用于各种机器学习任务的模型训练和推理。用来训练自定义模型
Transformers ：是一个专门为自然语言处理（NLP）任务设计的库，提供了大量的预训练 Transformer 模型，可以帮助开发者快速进行文本处理和分析任务。预训练模型库，可直接加载预训练模型
TensorFlow Lite（TFLite） ：在移动端加载.tflite模型文件就可以在本地使用模型了，TensorFlow 官方提供了 TFLite 模型库和TensorFlow Hub，
尽管TensorFlow Hub主要提供 TensorFlow 格式的模型，但你也可以使用 TFLiteConverter 将这些模型转换为 .tflite 格式
其中包含了多个常见的预训练模型，适用于不同的设备和场景。你可以访问这个库并下载需要的模型：
-
图像分类（例如：MobileNet, Inception, EfficientNet）
-
物体检测（例如：SSD MobileNet, YOLO）
-
人脸检测（例如：FaceMesh）
-
语音识别（例如：Speech Commands）
-
语义分割（例如：DeepLabV3）
TensorFlow Lite主要特点
-
轻量级：TensorFlow Lite 经过优化，可以在内存和计算资源有限的设备上高效运行。
-
多平台支持：支持 Android、iOS、Raspberry Pi 和其他嵌入式设备。
-
快速推理：通过优化的库和算子，使推理过程在设备上非常快速。
-
模型量化：支持模型的量化技术，降低内存占用和计算需求，同时保证准确性。
-
离线运行：不需要依赖云服务，可以完全在设备本地运行推理任务。
-
边缘推理：适用于需要低延迟和高效能的边缘计算应用。