A Firebase 3 új képességgel egészíti ki az ML Kit és a Performance Monitoring webalkalmazásokat

A Google mobilfejlesztői platformja, a Firebase a Google éves fejlesztői konferenciáján, a Google I/O-n kapja meg idei legnagyobb frissítését. A Google ma bejelentette, hogy új módszereket kínál a gépi tanulás hozzáférhetőségének javítására a fejlesztők számára; A Google emellett bővíti teljesítményfigyelő eszközeit, hogy segítse a webfejlesztőket webalkalmazásaik felgyorsításában.

A Google bejelentette az ML Kit-et a tavalyi I/O-n hogy megszüntesse a rejtélyt a gépi tanulás fejlesztői számára. Néhány API-val kezdték a leggyakoribb használati esetekre, és idén kibővítik az SDK-t az 3 új API: egy eszközön található API a fordításhoz, egy API az objektumészleléshez és -követéshez, valamint egy API az egyéni ML egyszerű létrehozásához modellek. A natív alkalmazásfejlesztők integrálhatják a Performance Monitoring SDK-t alkalmazásukba, hogy teljesítményadatokat gyűjtsenek, amelyeket aztán elemezhetnek a Firebase Performance Monitoring szolgáltatásban; hamarosan a webfejlesztők is nyomon követhetik webalkalmazásaik teljesítményét a Firebase-ben. Beszéltem Francis Ma-val, a Firebase termékvezetőjével, hogy többet tudjunk meg ezekről a változásokról.

Új ML Kit API-k

A Google ML SDK jelenleg 7 API-t támogat: szövegfelismerés, arcfelismerés, vonalkód-leolvasás, képcímkézés, tereptárgy-felismerés, intelligens válasz és nyelvazonosítás. Az utolsó 2 volt csak nemrég hozzáadva áprilisban, de most csatlakozik hozzájuk a fent említett 3 API. Íme egy magas szintű összefoglaló a 3 új ML API-ról fejlesztőknek:

• Eszközön található API fordításhoz: Ugyanazt a modellt használva, amely a Google Fordító alkalmazás offline fordítását támogatja, ez az új API lehetővé teszi a fejlesztők számára, hogy gyors, dinamikus fordításokat biztosítsanak 58 nyelv között.
• Objektumészlelési és nyomkövetési API: Ez az API lehetővé teszi, hogy egy alkalmazás megkeresse és nyomon kövesse a legszembetűnőbb objektumot, amelyet egy négyzet jelöl meg körülötte az élő kamera hírfolyamában. A fejlesztők ezután azonosíthatják a legszembetűnőbb objektumot egy felhőlátás kereső API lekérdezésével. Például az IKEA állítólag kísérletez ezzel az API-val a vizuális bútorvásárláshoz.
• AutoML Vision Edge: Azok a fejlesztők, akik egyéni ML-modellt szeretnének minimális szakértelemmel, az AutoML Vision Edge lehetővé teszi saját egyéni modell felépítését és betanítását, hogy helyileg futhasson a felhasználó eszközén. Egy modell képzéséhez egyszerűen feltölti az adatbázisukat (például. képkészlet) a Firebase konzolra, és kattintson a „modell betanítása” gombra, hogy egy TensorFlow Lite modellt betanítson az adatbázisba. A Google bejelentette, hogy a Fishbrain nevű cég ezt az API-t használta egy modell kiképzésére a halfajták azonosítására, míg egy másik cég a Lose It! modellt képezett ki az élelmiszerek kategóriáinak azonosítására egy képen.

A gépi tanulás a számítástechnika gyorsan növekvő területe, ezért természetes, hogy a fejlesztők érdeklődést mutatnak iránta. Az ML modellek hatékony felépítése és betanítása azonban adattudós nélkül is lehetséges nehéz, ezért a Google leegyszerűsíti a folyamatot a modellek betanításának automatizálásával ML Kit. A fejlesztők az ML erejét kihasználva új, erőteljes funkcionalitású alkalmazásokat hozhatnak létre anélkül, hogy jelentős időt és erőfeszítést kellene fordítaniuk az adattudomány tanulására. Ezzel a 3 új API-val az ML Kitben remélhetőleg sok új hasznos alkalmazást fogunk látni a Google Playen.

Firebase teljesítményfigyelés webfejlesztőknek

A fogyasztók jó teljesítményt követelnek meg az általuk használt alkalmazásoktól és webhelyektől, de a Firebase eddig csak a natív alkalmazásfejlesztők számára biztosított hatékonyan figyelemmel kíséri termékeik teljesítményét. A 2019-es Google I/O rendezvényen a Google bejelentette, hogy a Firebase Performance Monitoring szolgáltatást használó webfejlesztők számára elérhető lesz. Firebase Hosting. A webfejlesztők webalkalmazásaik sebességének javításával fenntarthatják a felhasználók érdeklődését a platformjukon; A Firebase web-központú eszközöket és telemetriai méréseket biztosít annak érdekében, hogy a webfejlesztők felismerjék webhelyeik teljesítményének fő gyengeségeit, hogy megmutassák, hogyan élnek meg a valós felhasználók egy webhelyet. A webfejlesztők például nyomon követhetik az olyan szempontokat, mint az első festés és a beviteli késleltetés ideje, az, hogy az emberek mennyi időn belül látják először a weboldal tartalmát és lépnek kapcsolatba vele, valamint az átlagos késleltetés. Az áttekintő irányítópult ezeket és más mutatókat jeleníti meg, amelyek segítségével a webfejlesztők optimalizálhatják felhasználóik élményét, akár országonként, akár globálisan.

Egyéb közlemények

Frissített Közönségépítő a Google Analytics for Firebase szolgáltatásban

A célzott közönségek kialakítása elengedhetetlen a felhasználói elköteleződés maximalizálásához. Győződjön meg arról, hogy a felhasználókat a megfelelő kategóriákba szegmentálja, hogy tudja, hogyan lehet a legjobban célozni személyre szabott ösztönzőkkel és bátorítással, így nagyobb valószínűséggel folytatják az alkalmazás használatát vagy szolgáltatás. Google Analytics for Firebase segíti a fejlesztőket abban, hogy jobban megértsék felhasználóikat, és annak frissített közönségépítő megkönnyíti az új célközönségek létrehozását Remote Config vagy újbóli eljegyzés révén Alkalmazáson belüli üzenetküldés. A frissített közönségépítő funkciók közé tartoznak például a „szekvenciák, hatókör, időablakok [és] a tagság időtartama”. Mint például, A Google szerint most már lehetőség van közönség létrehozására azoknak a felhasználóknak, akik beváltják a kuponkódot, és a kupon után 20 percen belül megvásárolnak egy terméket megváltás.

• A Cloud Firestore, egy teljesen felügyelt NoSQL-adatbázis támogatást kap a következőhöz Gyűjteménycsoport lekérdezések amely lehetővé teszi az alkalmazás számára, hogy "mezőket keressen az azonos nevű gyűjteményekben, függetlenül attól, hogy hol vannak az adatbázisban". A gyűjteménycsoport lekérdezései például lehetővé teszi egy zenei alkalmazás számára, amelynek adatstruktúrája előadókból és dalaikból áll, hogy az előadók között lekérdezzenek a dalok mezőit, függetlenül a művész.
• Az új Cloud Functions emulátor lehetővé teszi a fejlesztők számára, hogy felgyorsítsák a helyi alkalmazások fejlesztését és tesztelését; kommunikál a Cloud Firestore emulátorral.
• Ha hibakeresésre van szüksége az alkalmazás összeomlásakor, a Firebase Crashlytics segíthet diagnosztizálni a stabilitási problémákat. A sebességfigyelmeztetés jelzi, ha egy adott probléma súlyossága hirtelen megnőtt, és érdemes megvizsgálni, de a riasztási küszöböt eddig nem lehetett személyre szabni.

A Firebase-ről szóló további hírekért kövesse a következőt: hivatalos blog vagy csatlakozzon a Alpha programot, hogy megtekinthesse a közelgő funkciókat.