Заинтересовани сте за машинско учење, али немате много искуства? Гоогле-ов нови МЛ Кит СДК чини машинско учење лаким за уградњу у вашу Андроид или иОС апликацију.
Машинско учење и вештачка интелигенција брзо су ушли у наш лексикон последњих година, али мало ко заиста разуме како технологија функционише или за шта су способни. Чак и Гоогле-ови истраживачи вештачке интелигенције шали се да је машинско учење слично алхемији. Као заузет програмер, можда нећете имати времена да научите о машинском учењу (МЛ), али Гоогле не жели да вас то спречи да искористите његове предности. Из тог разлога, компанија је данас саопштила МЛ Кит: Нови пакет за развој софтвера који укључује године Гоогле-овог рада на машинском учењу у Фиребасе пакет који програмери мобилних апликација користе и иОС и Андроид могу користити за побољшање својих апликација.
ако ти не знам ништа о машинском учењу, онда не брини: Не треба вам никакво претходно знање о МЛ-у. Вероватно сте упознати са неким стварним применама технологије као што су препознавање лица и препознавање слика. Гоогле-ов МЛ Кит жели да ваша апликација има користи од стварне употребе МЛ-а без потребе да разумете како алгоритам функционише. А ако разумете МЛ или сте вољни да учите, и ви можете да искористите МЛ Кит.
Машинско учење за почетнике уз МЛ Кит
Гоогле-ов нови Фиребасе СДК за МЛ нуди пет АПИ-ја за неке од најчешћих случајева коришћења на мобилним уређајима:
- Препознавање текста
- Детекција лица
- Скенирање бар кодова
- Означавање слика
- Препознавање знаменитости
Све што треба да урадите је да проследите податке АПИ-ју и СДК ће вратити одговор. То је тако једноставно. Неки примери употребе МЛ укључују музичке апликације које тумаче ноте које свирате и примењују поништавање еха/шума на вашу музику. Други пример би могао бити оптичко препознавање знакова (ОЦР) за ознаке исхране за апликације за бројање калорија.
Листа доступних базних АПИ-ја ће се проширити у наредним месецима како би укључила АПИ за паметне одговоре Андроид П и додатак контура лица високе густине АПИ-ју за детекцију лица.
МЛ комплет за искусне кориснике
Ако имате мало претходног знања, онда можете применити и сопствени обичај ТенсорФлов Лите модели. Све што треба да урадите је да отпремите свој модел на Фиребасе конзолу тако да не морате да бринете о повезивању модела у АПК (на тај начин смањује величину датотеке.) МЛ Кит динамички служи вашем моделу тако да можете ажурирати своје моделе без поновног објављивања апликација.
Још боље је што ће Гоогле аутоматски компримовати пуне ТенсорФлов моделе у ТенсорФлов Лите модел, који смањује величину датотеке и обезбеђује да више људи са ограниченим везама за пренос података може да ужива у вашој апликација.
АПИ-ји на уређају и у облаку
МЛ Кит нуди АПИ-је на уређају и у облаку. АПИ на уређају обрађује податке без мрежне везе (нпр Функција избора текста Андроид Орео-а) док Цлоуд АПИ-ји користе Гоогле Цлоуд платформу за обраду података ради веће прецизности.
МЛ Кит ради и на Андроид-у и на иОС-у, а посебно на Андроид-у ради са уређајима који користе Андроид верзије старе као Ице Цреам Сандвицх. Ако је корисник покренут Андроид 8.1 Орео и изнад, онда ће МЛ Кит понудити боље перформансе захваљујући АПИ-ју за неуронске мреже који је већ присутан. На уређајима са скуповима чипова који имају специјализован хардвер као што је Куалцомм Снапдрагон 845 (и његов Хекагон ДСП) или ХиСилицон Кирин 970 (и њена јединица за неуронску обраду), обрада на уређају ће бити убрзана. Гоогле каже да сарађује са произвођачима СоЦ-а на побољшању препознавања на уређају.
Закључак
Програмери који желе да почну требало би да потраже нови СДК у Фиребасе конзола. Можете оставити повратне информације у Гоогле група за Фиребасе.
Програмери са искуством у МЛ-у који желе да испробају Гоогле-ов алгоритам за компримовање ТенсорФлов модела могу Пријавите овде. На крају, погледајте Фиребасе Ремоте Цонфиг ако желите да експериментишете са више прилагођених модела; омогућава вам да динамички мењате вредности модела, креирате сегменте становништва и експериментишете са неколико модела паралелно.