Firebase Machine Learning BETA
Machine learning for mobile developers
Agrega funciones de aprendizaje automático a tu app
Usa el AA de Firebase para entrenar y, luego, implementar modelos personalizados. De lo contrario, puedes usar una solución más inmediata, como las API de Cloud Vision.


Implementa modelos personalizados que se ejecutan de forma integrada en el dispositivo
Ya sea que estés empezando con un [modelo de TensorFlow Lite] existente(https://www.tensorflow.org/lite/models) o entrenando uno propio, puedes usar la implementación de modelos del AA de Firebase a fin de distribuir modelos a tus usuarios de forma inalámbrica. Esto reduce el tamaño inicial de instalación de la app, ya que los modelos solo se descargan en el dispositivo cuando se necesitan. También te permite realizar pruebas A/B en varios modelos, evaluar su rendimiento y actualizarlos regularmente sin tener que volver a publicar toda la app. Solo debes subir tu modelo a Firebase console y nos encargaremos de alojarlo en tu app y entregarlo a ella. De lo contrario, si así lo prefieres, puedes implementar modelos directamente desde la canalización de producción del AA o el notebook de Colab con el SDK de Firebase Admin.
Soluciona casos de uso comunes con API listas para usar
El AA de Firebase también incorpora un conjunto de API basadas en la nube listas para los casos de uso más comunes en los dispositivos móviles: reconocer texto, etiquetar imágenes y reconocer puntos de referencia. A diferencia de otras API integradas en el dispositivo, estas aprovechan la potencia de la tecnología de aprendizaje automático de Google Cloud para brindarte un nivel alto de precisión. Simplemente transfiere los datos a la biblioteca, lo que crea una solicitud sin interrupciones para los modelos que se ejecutan en Google Cloud, y recibirás la información que necesitas en unas pocas líneas de código.

Documentación
Learn how to get started with ML by reviewing our technical documentation.