Join us for Firebase Summit on November 10, 2021. Tune in to learn how Firebase can help you accelerate app development, release with confidence, and scale with ease. Register

למידת מכונות Firebase

השתמש בלמידת מכונה באפליקציות שלך כדי לפתור בעיות בעולם האמיתי.

Firebase Machine Learning הוא SDK נייד המביא את המומחיות של למידת מכונה של Google לאפליקציות Android ו- iOS בחבילה עוצמתית אך קלה לשימוש. בין אם אתה חדש או מנוסה בלמידת מכונות, אתה יכול ליישם את הפונקציונליות שאתה צריך בכמה שורות קוד. אין צורך בידע מעמיק של רשתות עצביות או אופטימיזציה של מודלים כדי להתחיל. מצד שני, אם אתה מפתח ML מנוסה, Firebase ML מספק ממשקי API נוחים שעוזרים לך להשתמש בדגמי TensorFlow Lite המותאמים אישית שלך באפליקציות לנייד שלך.

יכולות מפתח

אירח ופרס דגמים מותאמים אישית

השתמש בדגמי TensorFlow Lite משלך להסקת מכשיר. פשוט פרס את המודל שלך ל- Firebase, ואנו נדאג לארח ולהגיש אותו לאפליקציה שלך. Firebase תשרת את המשתמשים שלך באופן דינמי את הגרסה העדכנית ביותר של הדגם, ותאפשר לך לעדכן אותם באופן קבוע מבלי שתצטרך לדחוף לגרסה חדשה של האפליקציה שלך למשתמשים.

כאשר אתה משתמש Firebase ML עם Config מרחוק , אתה יכול לשרת דגמים שונים לפלחי משתמש שונים, ועם בדיקת A / B , אתה יכול להריץ ניסויים כדי למצוא את המודל הביצועים הטובים ביותר (ראה iOS ו- Android מדריכים).

הרכבת דגמים אוטומטית

עם Firebase ML ו- AutoML Vision Edge, תוכל לאמן בקלות דגמי תיוג תמונות משלך TensorFlow Lite, בהם תוכל להשתמש באפליקציה שלך לזיהוי מושגים בתצלומים. העלה נתוני אימון - תמונות ותוויות משלך - ו- AutoML Vision Edge ישתמש בהם לאימון דגם מותאם אישית בענן.

מוכן לייצור לשימוש נפוץ

Firebase ML מגיע עם מערכת ממשקי API מוכנים לשימוש למקרים נפוצים של שימוש בנייד: זיהוי טקסט, תיוג תמונות וזיהוי ציוני דרך. פשוט העבר נתונים לספריית Firebase ML והוא נותן לך את המידע הדרוש לך. ממשקי API אלה מנצלים את העוצמה של טכנולוגיית למידת המכונה של Google Cloud כדי להעניק לך את רמת הדיוק הגבוהה ביותר.

ענן לעומת מכשיר

ל- Firebase ML יש ממשקי API שעובדים בתוך הענן או במכשיר. כאשר אנו מתארים API ML כעל API ענן או על-מכשיר ה- API, אנחנו מתארים היקש אשר מכונה מבצע: כי הוא, אשר מכונה משתמשת במודל ML לגלות תובנות על בנתונים שתמסור אותו. ב- Firebase ML, זה קורה ב- Google Cloud או במכשירים הניידים של המשתמשים שלך.

ממשקי ה- API לזיהוי טקסט, תיוג תמונות ומכשירי ציון דרך מבצעים מסקנות בענן. לדגמים אלה יש יותר כוח חישוב וזיכרון העומד לרשותם מאשר מודל דומה במכשיר, וכתוצאה מכך, הם יכולים לבצע הסקה עם דיוק ודיוק גדולים יותר מאשר מודל במכשיר. מאידך גיסא, כל בקשה לממשקי ה- API הללו דורשת הלוך ושוב ברשת, מה שהופך אותם לא מתאימים ליישומים בזמן אמת ולזמן נמוך כגון עיבוד וידאו.

ממשקי ה- API של הדגם המותאם אישית ו- AutoML Vision Edge עוסקים בדגמי ML הפועלים במכשיר. המודלים המשמשים והופקו על ידי תכונות אלה הם לייט TensorFlow מודלים, אשר מותאמים לפעולה במכשירים ניידים. היתרון הגדול ביותר לדגמים אלה הוא שהם אינם דורשים חיבור לרשת ויכולים לפעול מהר מאוד - מהר מספיק, למשל, לעיבוד מסגרות של וידאו בזמן אמת.

Firebase ML מספק שתי יכולות מרכזיות סביב דגמים מותאמים אישית במכשיר:

  • פריסת מודל מותאמת אישית: מודלים מותאמים אישית לפרוס למכשירי המשתמשים שלך על ידי העלאה אותם לשרתים שלנו. האפליקציה המותאמת ל- Firebase תוריד את הדגם למכשיר על פי דרישה. זה מאפשר לך לשמור על גודל ההתקנה הראשוני של האפליקציה שלך קטן, ותוכל להחליף את דגם ה- ML מבלי שתצטרך לפרסם מחדש את האפליקציה שלך.

  • AutoML חזון Edge: שירות זה עוזר לך ליצור מודלים לסיווג תמונה מותאמת אישית על-מכשיר משלך עם ממשק אינטרנט קל לשימוש. לאחר מכן, תוכל לארח בצורה חלקה את הדגמים שאתה יוצר בעזרת השירות שהוזכר לעיל.

ערכת ML: דגמים מוכנים לשימוש במכשיר

אם אתם מחפשים מודלים מאומנים מראש שרצים על המכשיר, לבדוק את ערכת ML . ערכת ML זמינה עבור iOS ו- Android, ויש לה ממשקי API למקרים רבים לשימוש:

  • זיהוי טקסט
  • תיוג תמונות
  • איתור ומעקב אחר אובייקטים
  • זיהוי פנים ומעקב אחר קווי המתאר
  • סריקת ברקוד
  • זיהוי שפה
  • תִרגוּם
  • תגובה חכמה

הצעדים הבאים