एमएल कोडलैब
संग्रह की मदद से व्यवस्थित रहें
अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.
Firebase, TensorFlow Lite मॉडल का इस्तेमाल ज़्यादा आसानी से और असरदार तरीके से करने में आपकी मदद कैसे कर सकता है, यह जानने के लिए इन कोडलैब को आज़माएं.
भावनाओं का विश्लेषण
इस कोडलैब में, मौजूदा टेक्स्ट क्लासिफ़िकेशन मॉडल को बेहतर बनाने के लिए, अपने ट्रेनिंग डेटा का इस्तेमाल किया जाता है. यह मॉडल, टेक्स्ट के किसी पैसेज में मौजूद भावनाओं की पहचान करता है. इसके बाद, Firebase ML का इस्तेमाल करके मॉडल को डिप्लॉय किया जाता है. साथ ही, पुराने और नए मॉडल की सटीक जानकारी
की तुलना A/B Testing की मदद से की जाती है.
सुझाव देने वाले इंजन की मदद से, हर उपयोगकर्ता के लिए अनुभव को पसंद के मुताबिक बनाया जा सकता है. साथ ही, उन्हें ज़्यादा काम का और दिलचस्प कॉन्टेंट दिखाया जा सकता है. इस सुविधा को चालू करने के लिए, जटिल पाइपलाइन बनाने के बजाय, यह कोडलैब दिखाता है कि डिवाइस पर मौजूद एमएल मॉडल को ट्रेन और डिप्लॉय करके, किसी ऐप्लिकेशन के लिए कॉन्टेंट के सुझाव देने वाला इंजन कैसे लागू किया जा सकता है.
[[["समझने में आसान है","easyToUnderstand","thumb-up"],["मेरी समस्या हल हो गई","solvedMyProblem","thumb-up"],["अन्य","otherUp","thumb-up"]],[["वह जानकारी मौजूद नहीं है जो मुझे चाहिए","missingTheInformationINeed","thumb-down"],["बहुत मुश्किल है / बहुत सारे चरण हैं","tooComplicatedTooManySteps","thumb-down"],["पुराना","outOfDate","thumb-down"],["अनुवाद से जुड़ी समस्या","translationIssue","thumb-down"],["सैंपल / कोड से जुड़ी समस्या","samplesCodeIssue","thumb-down"],["अन्य","otherDown","thumb-down"]],["आखिरी बार 2026-07-05 (UTC) को अपडेट किया गया."],[],[]]
