การเรียนรู้ของเครื่อง Firebase
ใช้แมชชีนเลิร์นนิงในแอปของคุณเพื่อแก้ปัญหาในโลกแห่งความเป็นจริง
Firebase Machine Learning เป็น SDK สำหรับอุปกรณ์เคลื่อนที่ที่นำความเชี่ยวชาญด้านการเรียนรู้ของเครื่องของ Google มาสู่แอป Android และ Apple ในแพ็คเกจที่มีประสิทธิภาพแต่ใช้งานง่าย ไม่ว่าคุณจะเป็นมือใหม่หรือมีประสบการณ์ด้านแมชชีนเลิร์นนิง คุณก็สามารถใช้ฟังก์ชันที่ต้องการได้ในโค้ดเพียงไม่กี่บรรทัด ไม่จำเป็นต้องมีความรู้เชิงลึกเกี่ยวกับโครงข่ายประสาทเทียมหรือการเพิ่มประสิทธิภาพโมเดลเพื่อเริ่มต้น ในทางกลับกัน หากคุณเป็นนักพัฒนา ML ที่มีประสบการณ์ Firebase ML จะให้ API ที่สะดวกซึ่งช่วยให้คุณใช้โมเดล TensorFlow Lite ที่กำหนดเองในแอปบนอุปกรณ์เคลื่อนที่ได้
ความสามารถที่สำคัญ
โฮสต์และปรับใช้โมเดลที่กำหนดเอง | ใช้โมเดล TensorFlow Lite ของคุณเองสำหรับการอนุมานบนอุปกรณ์ เพียงปรับใช้โมเดลของคุณกับ Firebase แล้วเราจะดูแลการโฮสต์และให้บริการในแอปของคุณ Firebase จะให้บริการโมเดลเวอร์ชันล่าสุดแบบไดนามิกแก่ผู้ใช้ของคุณ ทำให้คุณอัปเดตพวกเขาเป็นประจำโดยไม่ต้องส่งแอปเวอร์ชันใหม่ให้กับผู้ใช้ เมื่อคุณใช้ Firebase ML กับ การกำหนดค่าระยะไกล คุณจะให้บริการโมเดลต่างๆ กับกลุ่มผู้ใช้ต่างๆ ได้ และด้วย การทดสอบ A/B คุณสามารถเรียกใช้การทดสอบเพื่อค้นหาโมเดลที่มีประสิทธิภาพดีที่สุด (ดูคำแนะนำของ Apple และ Android ) |
พร้อมสำหรับการผลิตสำหรับกรณีการใช้งานทั่วไป | Firebase ML มาพร้อมกับชุด API ที่พร้อมใช้งานสำหรับกรณีการใช้งานมือถือทั่วไป: การจดจำข้อความ การติดป้ายกำกับรูปภาพ และการระบุจุดสังเกต เพียงส่งข้อมูลไปยังไลบรารี Firebase ML และให้ข้อมูลที่คุณต้องการ API เหล่านี้ใช้ประโยชน์จากพลังของเทคโนโลยีแมชชีนเลิร์นนิงของ Google Cloud เพื่อให้ระดับความแม่นยำสูงสุดแก่คุณ |
คลาวด์กับบนอุปกรณ์
Firebase ML มี API ที่ทำงานได้ทั้งในระบบคลาวด์หรือบนอุปกรณ์ เมื่อเราอธิบาย ML API ว่าเป็น cloud API หรือ on-device API เรากำลังอธิบาย ว่าเครื่องใดทำการอนุมาน กล่าวคือ เครื่องใดใช้โมเดล ML เพื่อค้นหาข้อมูลเชิงลึกเกี่ยวกับข้อมูลที่คุณให้มา ใน Firebase ML สิ่งนี้จะเกิดขึ้นบน Google Cloud หรือบนอุปกรณ์เคลื่อนที่ของผู้ใช้
การรู้จำข้อความ การติดฉลากรูปภาพ และ API การจดจำจุดสังเกตทำการอนุมานในระบบคลาวด์ โมเดลเหล่านี้มีพลังในการคำนวณและหน่วยความจำที่พร้อมใช้งานมากกว่ารุ่นบนอุปกรณ์ที่เทียบเคียงได้ และเป็นผลให้สามารถอนุมานได้อย่างแม่นยำและแม่นยำกว่ารุ่นบนอุปกรณ์ ในทางกลับกัน ทุกคำขอที่ส่งไปยัง API เหล่านี้ต้องการเครือข่ายไป-กลับ ซึ่งทำให้ไม่เหมาะสำหรับแอปพลิเคชันแบบเรียลไทม์และเวลาแฝงต่ำ เช่น การประมวลผลวิดีโอ
API ของโมเดลที่กำหนดเองจะจัดการกับโมเดล ML ที่ทำงานบนอุปกรณ์ รุ่นที่ใช้และผลิตโดยคุณสมบัติเหล่านี้คือรุ่น TensorFlow Lite ซึ่งได้รับการปรับให้ทำงานบนอุปกรณ์พกพา ข้อได้เปรียบที่ใหญ่ที่สุดสำหรับรุ่นเหล่านี้คือไม่ต้องใช้การเชื่อมต่อเครือข่ายและสามารถทำงานได้อย่างรวดเร็ว ตัวอย่างเช่น เร็วพอที่จะประมวลผลเฟรมของวิดีโอแบบเรียลไทม์
Firebase ML ให้ความสามารถในการปรับใช้โมเดลที่กำหนดเองกับอุปกรณ์ของผู้ใช้ของคุณโดยการอัปโหลดไปยังเซิร์ฟเวอร์ของเรา แอปที่เปิดใช้งาน Firebase จะดาวน์โหลดโมเดลไปยังอุปกรณ์ตามต้องการ การดำเนินการนี้ทำให้ขนาดการติดตั้งเริ่มต้นของแอปมีขนาดเล็กลง และคุณสามารถเปลี่ยนรูปแบบ ML ได้โดยไม่ต้องเผยแพร่แอปซ้ำ
ML Kit: รุ่นที่พร้อมใช้งานในอุปกรณ์
หากคุณกำลังมองหาโมเดลที่ผ่านการฝึกอบรมล่วงหน้าซึ่งทำงานบนอุปกรณ์ โปรดดู ML Kit ML Kit พร้อมใช้งานสำหรับ iOS และ Android และมี API สำหรับการใช้งานหลายกรณี:
- การจดจำข้อความ
- การติดฉลากรูปภาพ
- การตรวจจับและติดตามวัตถุ
- การตรวจจับใบหน้าและการติดตามรูปร่าง
- การสแกนบาร์โค้ด
- การระบุภาษา
- แปล
- สมาร์ทรีพลาย
ขั้นตอนถัดไป
- สำรวจ API ที่พร้อมใช้งาน: การจดจำข้อความ การ ติดฉลากรูปภาพ และ การจดจำจุดสังเกต
- เรียนรู้เกี่ยวกับการใช้ โมเดลแบบกำหนดเองที่ ปรับให้เหมาะกับมือถือในแอปของคุณ