Firebase Machine Learning

Sử dụng công nghệ học máy trong ứng dụng để giải quyết các vấn đề thực tế.

Firebase Machine Learning là một SDK di động mang máy của Google tìm hiểu kiến thức chuyên môn về các ứng dụng Android và Apple một cách mạnh mẽ nhưng dễ sử dụng . Cho dù là người mới hay có kinh nghiệm về công nghệ học máy, bạn đều có thể triển khai chức năng bạn cần chỉ trong vài dòng mã. Không có cần có kiến thức chuyên sâu về mạng nơron hoặc tối ưu hoá mô hình để đầu. Ngược lại, nếu là nhà phát triển máy học có kinh nghiệm, Firebase ML cung cấp các API tiện lợi giúp bạn sử dụng các API tuỳ chỉnh của mình Các mô hình TensorFlow Lite trong ứng dụng di động.

Các chức năng chính

Lưu trữ và triển khai các mô hình tuỳ chỉnh

Sử dụng các mô hình TensorFlow Lite của riêng bạn để suy luận trên thiết bị. Chỉ triển khai mô hình của bạn cho Firebase, đồng thời chúng tôi sẽ đảm nhận việc lưu trữ phân phát đơn vị quảng cáo đó đến ứng dụng của bạn. Firebase sẽ tự động phân phát phiên bản của mô hình này cho người dùng, cho phép bạn thường xuyên cập nhật cho họ mà không phải cung cấp phiên bản mới của ứng dụng cho người dùng.

Khi sử dụng Firebase ML với Remote Config, bạn có thể phân phát nhiều mô hình cho nhiều phân khúc người dùng. Ngoài ra, với A/B Testing, bạn có thể chạy các thử nghiệm để tìm mô hình hoạt động hiệu quả nhất (xem hướng dẫn về Apple và Android).
Sẵn sàng phát hành công khai cho các trường hợp sử dụng phổ biến

Firebase ML đi kèm với một bộ API sẵn sàng sử dụng cho các thiết bị di động phổ biến trường hợp sử dụng: nhận dạng văn bản, gắn nhãn hình ảnh và xác định địa danh. Chỉ cần truyền dữ liệu vào thư viện Firebase ML và nó cung cấp cho bạn thông tin mình cần. Các API này tận dụng sức mạnh của Google Cloud công nghệ học máy để mang lại cho bạn mức độ chính xác cao nhất.

Trên đám mây so với trên thiết bị

Firebase ML có các API hoạt động trên đám mây hoặc trên thiết bị. Khi mô tả API ML là một API đám mây hoặc API trên thiết bị, chúng tôi mô tả máy nào thực hiện suy luận: tức là máy nào sử dụng Mô hình học máy để khám phá thông tin chi tiết về dữ liệu mà bạn cung cấp. Trong Firebase ML, điều này xảy ra trên Google Cloud hoặc trên thiết bị di động của người dùng.

Các API nhận dạng văn bản, gắn nhãn hình ảnh và nhận dạng mốc thực hiện suy luận trên đám mây. Các mô hình này có nhiều sức mạnh tính toán và bộ nhớ hơn phù hợp với họ hơn so với mô hình trên thiết bị tương đương, do đó, tiến hành suy luận với độ chính xác cao hơn so với mô hình trên thiết bị. Mặt khác, mọi yêu cầu đối với những API này đòi hỏi phải trả về kết nối mạng, nên không phù hợp với các ứng dụng theo thời gian thực và độ trễ thấp, chẳng hạn như đang xử lý video.

API mô hình tuỳ chỉnh xử lý các mô hình học máy chạy trên thiết bị. Các mô hình được các tính năng này sử dụng và sản xuất Mô hình TensorFlow Lite được tối ưu hóa để chạy trên thiết bị di động. Ưu điểm lớn nhất của các mô hình này là không yêu cầu kết nối mạng và có thể chạy rất nhanh, chẳng hạn như đủ nhanh để xử lý các khung hình video theo thời gian thực.

Firebase ML cung cấp khả năng triển khai các mô hình tuỳ chỉnh cho thiết bị của tải chúng lên máy chủ của chúng tôi. Ứng dụng hỗ trợ Firebase sẽ tải mẫu cho thiết bị theo yêu cầu. Điều này cho phép bạn giữ nguyên tên viết tắt của ứng dụng cài đặt nhỏ, và bạn có thể hoán đổi mô hình ML mà không phải xuất bản lại ứng dụng của bạn.

Bộ công cụ học máy: Các mô hình có thể sử dụng trên thiết bị

Nếu bạn đang tìm các mô hình được huấn luyện trước chạy trên thiết bị, hãy xem Bộ công cụ học máy. Có bộ công cụ học máy dành cho iOS và Android, đồng thời có API cho nhiều trường hợp sử dụng:

  • Nhận dạng văn bản
  • Gắn nhãn hình ảnh
  • Phát hiện và theo dõi đối tượng
  • Phát hiện khuôn mặt và theo dõi đường viền
  • Quét mã vạch
  • Nhận dạng ngôn ngữ
  • Bản dịch
  • Trả lời thông minh

Các bước tiếp theo