Học máy Firebase

Sử dụng công nghệ máy học trong ứng dụng của bạn để giải quyết các vấn đề trong thế giới thực.

Firebase Machine Learning là SDK di động mang kiến ​​thức chuyên môn về máy học của Google vào các ứng dụng Android và Apple trong một gói mạnh mẽ nhưng dễ sử dụng. Cho dù bạn là người mới hay đã có kinh nghiệm về học máy, bạn đều có thể triển khai chức năng mình cần chỉ bằng một vài dòng mã. Không cần phải có kiến ​​thức sâu về mạng lưới thần kinh hoặc tối ưu hóa mô hình để bắt đầu. Mặt khác, nếu bạn là nhà phát triển ML có kinh nghiệm, Firebase ML cung cấp các API tiện lợi giúp bạn sử dụng các mô hình TensorFlow Lite tùy chỉnh trong ứng dụng di động của mình.

Khả năng chính

Lưu trữ và triển khai các mô hình tùy chỉnh

Sử dụng mô hình TensorFlow Lite của riêng bạn để suy luận trên thiết bị. Chỉ cần triển khai mô hình của bạn lên Firebase và chúng tôi sẽ đảm nhiệm việc lưu trữ và phân phát mô hình đó cho ứng dụng của bạn. Firebase sẽ tự động phân phối phiên bản mới nhất của mô hình cho người dùng của bạn, cho phép bạn thường xuyên cập nhật chúng mà không cần phải cung cấp phiên bản mới của ứng dụng cho người dùng.

Khi sử dụng Firebase ML với Cấu hình từ xa , bạn có thể phân phát các mô hình khác nhau cho các phân khúc người dùng khác nhau và với Thử nghiệm A/B , bạn có thể chạy thử nghiệm để tìm ra mô hình hoạt động tốt nhất (xem hướng dẫn về AppleAndroid ).

Sẵn sàng sản xuất cho các trường hợp sử dụng phổ biến

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

Đám mây so với trên thiết bị

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

Các API nhận dạng văn bản, ghi nhãn hình ảnh và nhận dạng mốc thực hiện suy luận trên đám mây. Các mô hình này có sẵn sức mạnh tính toán và bộ nhớ cao hơn so với mô hình trên thiết bị tương đương và do đó, có thể thực hiện suy luận với độ chính xác và độ chính xác cao hơn mô hình trên thiết bị. Mặt khác, mọi yêu cầu đối với các API này đều yêu cầu một chuyến đi khứ hồi mạng, điều này khiến chúng không phù hợp với các ứng dụng thời gian thực và có độ trễ thấp như xử lý video.

API mô hình tùy chỉnh xử lý các mô hình ML chạy trên thiết bị. Các mô hình được sử dụng và sản xuất bởi các tính năng này là 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 chúng không yêu cầu kết nối mạng và có thể chạy rất nhanh—chẳng hạn như đủ nhanh để xử lý các khung hình video trong thời gian thực.

Firebase ML cung cấp khả năng triển khai các mô hình tùy chỉnh cho thiết bị của người dùng bằng cách tải chúng lên máy chủ của chúng tôi. Ứng dụng hỗ trợ Firebase của bạn sẽ tải mô hình xuống thiết bị theo yêu cầu. Điều này cho phép bạn duy trì kích thước cài đặt ban đầu của ứng dụng ở mức nhỏ và bạn có thể hoán đổi mô hình ML mà không cần phải xuất bản lại ứng dụng của mình.

Bộ ML: Các mẫu máy sẵn sàng sử dụng trên thiết bị

Nếu bạn đang tìm kiếm các mẫu được đào tạo trước để chạy trên thiết bị, hãy xem ML Kit . ML Kit có sẵn cho iOS và Android, đồng thời có API cho nhiều trường hợp sử dụng:

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

Bước tiếp theo