این آزمایشگاه‌های کد را امتحان کنید تا به صورت عملی یاد بگیرید که چگونه Firebase می‌تواند به شما در استفاده آسان‌تر و مؤثرتر از مدل‌های TensorFlow Lite کمک کند.
طبقه‌بندی ارقام (مقدمه‌ای بر استقرار مدل)
یاد بگیرید که چگونه با ساخت برنامه‌ای که ارقام دست‌نویس را تشخیص می‌دهد، از ویژگی‌های استقرار مدل Firebase استفاده کنید. مدل‌های TensorFlow Lite را با Firebase ML مستقر کنید، عملکرد مدل را با Performance Monitoring تجزیه و تحلیل کنید و اثربخشی مدل را با A/B Testing آزمایش کنید.
تحلیل احساسات
در این آزمایشگاه کد، شما از داده‌های آموزشی خود برای تنظیم دقیق یک مدل طبقه‌بندی متن موجود که احساسات بیان شده در یک متن را شناسایی می‌کند، استفاده می‌کنید. سپس، مدل را با استفاده از Firebase ML مستقر می‌کنید و دقت مدل‌های قدیمی و جدید را با A/B Testing مقایسه می‌کنید.
توصیه محتوا
موتورهای پیشنهاد به شما امکان می‌دهند تجربیات را برای کاربران شخصی‌سازی کنید و محتوای مرتبط‌تر و جذاب‌تری را به آنها ارائه دهید. به جای ایجاد یک خط لوله پیچیده برای تأمین انرژی این ویژگی، این آزمایشگاه کد نشان می‌دهد که چگونه می‌توانید با آموزش و استقرار یک مدل یادگیری ماشین روی دستگاه، یک موتور پیشنهاد محتوا را برای یک برنامه پیاده‌سازی کنید.