Save the date - Google I/O returns May 18-20. Register to get the most out of the digital experience: Build your schedule, reserve space, participate in Q&As, earn Google Developer profile badges, and more. Register now
דף זה תורגם על ידי Cloud Translation API.
Switch to English

למידת מכונה של Firebase

השתמש בלימוד מכונה באפליקציות שלך כדי לפתור בעיות בעולם האמיתי.

למידת מכונות של Firebase היא SDK נייד שמביא את המומחיות של למידת מכונות של גוגל לאפליקציות אנדרואיד ו- iOS בחבילה עוצמתית אך קלה לשימוש. בין אם אתה חדש או מנוסה בלמידת מכונה, אתה יכול ליישם את הפונקציונליות שאתה צריך בכמה שורות קוד בלבד. אין צורך בידע עמוק על רשתות עצביות או אופטימיזציה למודל כדי להתחיל. מצד שני, אם אתה מפתח ML מנוסה, Firebase ML מספק ממשקי API נוחים המסייעים לך להשתמש בדגמי TensorFlow Lite המותאמים אישית שלך באפליקציות הנייד שלך.

יכולות מפתח

לארח ולפרוס דגמים מותאמים אישית

השתמש בדגמי TensorFlow Lite משלך להסקת מכשיר. פשוט פרוס את המודל שלך ל- Firebase, ואנחנו נדאג לארח ולהגיש אותו באפליקציה שלך. Firebase תגיש באופן דינמי את הגרסה האחרונה של הדגם למשתמשים שלך, ותאפשר לך לעדכן אותם באופן קבוע מבלי שתצטרך לדחוף גרסה חדשה של האפליקציה שלך למשתמשים.

כשאתה משתמש ב- Firebase ML עם Remote Config , אתה יכול להגיש מודלים שונים לפלחי משתמש שונים, ועם A / B Testing תוכל להריץ ניסויים כדי למצוא את המודל בעל הביצועים הטובים ביותר (ראה מדריכי iOS ו- Android )

הכשרה אוטומטית של דגמים

בעזרת Firebase ML ו- AutoML Vision Edge, תוכלו לאמן בקלות את מודלי תוויות התמונה של TensorFlow Lite, בהם תוכלו להשתמש באפליקציה שלכם כדי לזהות מושגים בתצלומים. העלה נתוני אימון - תמונות ותוויות משלך - ו- AutoML Vision Edge ישתמש בהם בכדי לאמן מודל מותאם אישית בענן.

מוכן לייצור למקרי שימוש נפוץ

Firebase ML מגיע עם קבוצה של ממשקי API מוכנים לשימוש עבור מקרים נפוצים לשימוש בסלולר: זיהוי טקסט, תיוג תמונות וזיהוי ציוני דרך. כל שעליך לעשות הוא להעביר נתונים לספריית ה- ML של Firebase וזה נותן לך את המידע שאתה צריך. ממשקי API אלה ממנפים את העוצמה של טכנולוגיית הלמידה המכונה של Google Cloud כדי להעניק לך את רמת הדיוק הגבוהה ביותר.

ענן לעומת מכשיר

ל- Firebase ML יש ממשקי API שפועלים בענן או במכשיר. כאשר אנו מתארים ממשק API של ML כממשק API של ענן או ממשק API על המכשיר, אנו מתארים איזו מכונה מבצעת הסקה : כלומר, איזו מכונה משתמשת במודל ML כדי לגלות תובנות לגבי הנתונים שאתה מספק לה. ב- Firebase ML זה קורה ב- Google Cloud או במכשירים הניידים של המשתמשים שלך.

ממשקי ה- API לזיהוי טקסט, תיוג תמונות וממשק זיהוי ציוני דרך מסיקים ענן. למודלים אלה יש יותר כוח וזיכרון חישובי מאשר לדגם דומה במכשיר, וכתוצאה מכך, הם יכולים לבצע הסקת דיוק ודיוק גדולים יותר מאשר דגם במכשיר. מצד שני, כל בקשה לממשקי API אלה מחייבת הלוך-חזור ברשת, מה שהופך אותם ללא מתאימים ליישומים בזמן אמת ובאיחור נמוך, כגון עיבוד וידאו.

ממשקי ה- API של הדגם המותאם אישית ו- AutoML Vision Edge עוסקים בדגמי ML שפועלים במכשיר. הדגמים המשמשים ומיוצרים על ידי תכונות אלה הם דגמי TensorFlow Lite , המותאמים להפעלה במכשירים ניידים. היתרון הגדול ביותר למודלים אלה הוא שהם אינם דורשים חיבור רשת ויכולים לרוץ מהר מאוד - מספיק מהר, למשל, כדי לעבד מסגרות וידאו בזמן אמת.

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

  • פריסת מודלים מותאמים אישית: פרוס מודלים מותאמים אישית למכשירי המשתמשים שלך על ידי העלאתם לשרתים שלנו. האפליקציה התומכת ב- Firebase שלך ​​תוריד את הדגם למכשיר לפי 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 Vision Edge : שירות זה עוזר לך ליצור מודלים משלך לסיווג תמונות מותאם אישית במכשיר עם ממשק אינטרנט קל לשימוש. לאחר מכן תוכל לארח בצורה חלקה את הדגמים שאתה יוצר באמצעות השירות שהוזכר לעיל.

ערכת ML: דגמי מכשיר מוכנים לשימוש

אם אתם מחפשים דגמים שהוכשרו מראש שפועלים במכשיר, בדקו את ערכת ML . ערכת ML זמינה עבור iOS ו- Android, ויש לה ממשקי API למקרי שימוש רבים:

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

הצעדים הבאים