如果您希望能有一種簡單、高效且靈活的方式把 TensorFlow 模型整合到 Flutter 應用裡，那請您一定不要錯過我們今天介紹的這個全新外掛 [tflite_flutter](https://pub.flutter-io.cn/packages/tflite_flutter)。這個外掛的開發者是 Google Summer of Code(GSoC) 的一名實習生 Amish Garg，本文來自他在 Medium 上的一篇文章《在 Flutter 中使用 TensorFlow Lite 外掛實現文字分類》。 [tflite_flutter](https://pub.flutter-io.cn/packages/tflite_flutter) 外掛的核心特性： * 它提供了與 TFLite Java 和 Swift API 相似的 Dart API，所以其靈活性和在這些平臺上的效果是完全一樣的 * 通過 dart:ffi 直接與 TensorFlow Lite C API 相繫結，所以它比其它平臺整合方式更加高效。 * 無需編寫特定平臺的程式碼。 * 通過 NNAPI 提供加速支援，在 Android 上使用 GPU Delegate，在 iOS 上使用 Metal Delegate。 本文中，我們將使用 tflite_flutter 構建一個 **文字分類 Flutter 應用** 帶您體驗 tflite_flutter 外掛，首先從新建一個 Flutter 專案 `text_classification_app` 開始。 ## 初始化配置 ### Linux 和 Mac 使用者 將 [`install.sh`](https://github.com/am15h/tflite_flutter_plugin/blob/master/install.sh) 拷貝到您應用的根目錄，然後在根目錄執行 `sh install.sh`，本例中就是目錄 `text_classification_app/`。 ### Windows 使用者 將 [install.bat](https://github.com/am15h/tflite_flutter_plugin/blob/master/install.bat) 檔案拷貝到應用根目錄，並在根目錄執行批處理檔案 `install.bat`，本例中就是目錄 `text_classification_app/`。  它會自動從 [release assets](https://github.com/am15h/tflite_flutter_plugin/releases) 下載最新的二進位制資源，然後把它放到指定的目錄下。 請點選到 README 檔案裡檢視更多 [關於初始配置的資訊](https://github.com/am15h/tflite_flutter_plugin#important-initial-setup)。 ## 獲取外掛 在 `pubspec.yaml` 新增 `tflite_fl