यह जानने के लिए इन कोडलैब को आज़माएं कि कैसे Firebase आपको TensorFlow Lite मॉडल का अधिक आसानी से और प्रभावी ढंग से उपयोग करने में मदद कर सकता है।
अंकीय वर्गीकरण (मॉडल परिनियोजन का परिचय)
हस्तलिखित अंकों को पहचानने वाला ऐप बनाकर फायरबेस की मॉडल परिनियोजन सुविधाओं का उपयोग करना सीखें। Firebase ML के साथ TensorFlow Lite मॉडल तैनात करें, प्रदर्शन निगरानी के साथ मॉडल के प्रदर्शन का विश्लेषण करें, और A/B परीक्षण के साथ मॉडल की प्रभावशीलता का परीक्षण करें। ( आईओएस + , एंड्रॉइड )
भावनाओं का विश्लेषण
इस कोडलैब में, आप मौजूदा टेक्स्ट वर्गीकरण मॉडल को फ़ाइन-ट्यून करने के लिए अपने स्वयं के प्रशिक्षण डेटा का उपयोग करते हैं जो टेक्स्ट के एक अंश में व्यक्त भावना की पहचान करता है। फिर, आप Firebase ML का उपयोग करके मॉडल को परिनियोजित करते हैं और A/B परीक्षण के साथ पुराने और नए मॉडल की सटीकता की तुलना करते हैं। ( आईओएस + , एंड्रॉइड )
सामग्री की सिफारिश
अनुशंसा इंजन आपको अलग-अलग उपयोगकर्ताओं को अनुभव को वैयक्तिकृत करने देते हैं, उन्हें अधिक प्रासंगिक और आकर्षक सामग्री के साथ प्रस्तुत करते हैं। इस सुविधा को शक्ति प्रदान करने के लिए एक जटिल पाइपलाइन बनाने के बजाय, यह कोडलैब दिखाता है कि आप एक ऑन-डिवाइस एमएल मॉडल को प्रशिक्षित और परिनियोजित करके किसी ऐप के लिए सामग्री अनुशंसा इंजन को कैसे कार्यान्वित कर सकते हैं। ( आईओएस + , एंड्रॉइड )