蓝冠《Q374919 》Felgo和Qt是多平台应用程序的出色工具。Qt有一套丰富的随时可用的multiplaform组件，蓝冠 用于不同的领域，如多媒体、网络和连接性、图形、输入方法、传感器、数据存储等等。Felgo进一步简化了移动设备和嵌入式设备的部署，并增加了一些不错的特性，比如分辨率和方面独立性，以及额外的组件和控件。Felgo的一个很好的特性是它不局限于移动设备，所以你可以在你的开发计算机上测试和原型你的应用程序，这肯定比编译和部署你的应用程序到模拟器更快。您甚至可以使用Felgo live reloading来查看代码的变化，几乎是即时的。Android和iOS设备也支持实时重载，这对于在移动设备上进行微调或测试代码片段非常有用。

TensorFlow是谷歌的开放机器学习框架。它灵活的体系结构允许跨各种平台(cpu、gpu、TPUs)和体系结构(桌面、服务器集群、蓝冠官网 移动设备和边缘设备)轻松部署计算。它支持Linux, macOS, Windows, Android和iOS等等。

TensorFlow有不同的味道。主要的一个是TensorFlow。另一个是TensorFlow Lite，它是TensorFlow为移动和嵌入式设备提供的轻量级解决方案。然而，TensorFlow Lite目前处于技术预览状态。这意味着目前还不能支持所有的TensorFlow特性，尽管在不久的将来它将成为移动设备和嵌入式设备的参考。

网上有很多关于如何使用Tensorflow构建应用程序的资料。首先，我们强烈推荐由Pete Warden, TensorFlow移动/嵌入式团队领导的免费电子书TensorFlow构建移动应用。

下面的示例使用了最初的TensorFow风格。它展示了如何将TensorFlow与Qt和Felgo集成，创建一个简单的多平台应用程序，蓝冠注册 其中包括两个预训练的神经网络，一个用于图像分类，另一个用于对象检测。本示例的代码托管在GitHub上。

本教程也可以在Felgo博客上找到。

示例应用程序

这就是这个例子可以做的:图像分类和目标检测。Tensorflow提供了机器学习框架，而Felgo和Qt促进了应用程序部署到多个平台:桌面和移动平台。