Firebase Machine Learning BETA
Machine learning for mobile developers
Adicione recursos de machine learning ao seu aplicativo
Use o Firebase ML para treinar e implantar modelos personalizados ou use uma solução mais pronta para uso com as APIs do Cloud Vision.
Implante modelos personalizados que são executados no dispositivo
Esteja você começando com um [modelo TensorFlow Lite] existente(https://www.tensorflow.org/lite/models) ou treinando seu próprio, você pode usar a implantação de modelo do Firebase ML para distribuir modelos para seus usuários over the air. Isso reduz o tamanho da instalação inicial do aplicativo porque os modelos são salvos pelo dispositivo apenas quando necessário. Ela também permite que você faça o Teste A/B em vários modelos, avalie seu desempenho e atualize os modelos regularmente sem ter que republicar todo seu aplicativo. Basta fazer upload do seu modelo para o Console do Firebase e nós cuidaremos de hospedá-lo e disponibilizá-lo em seu aplicativo. Ou, se preferir, você pode implantar modelos diretamente de seu pipeline de produção de ML ou notebook do Colab usando o SDK Admin do Firebase.
Resolva casos de uso comuns com APIs prontas para uso
O Firebase ML também vem com um conjunto de APIs baseadas em nuvem prontas para usar para casos comuns de uso móvel: reconhecendo texto, rotulando imagens e reconhecendo pontos de referência. Ao contrário das APIs no dispositivo, essas APIs aproveitam o poder da tecnologia de machine learning do Google Cloud para fornecer um alto nível de acurácia. Você simplesmente passa os dados para a biblioteca, que faz uma solicitação perfeitamente aos modelos em execução no Google Cloud, e recebe as informações de que precisa – tudo em algumas linhas de código.
eBay Motors usa machine learning do Firebase para rapidamente categorizar imagens, reduzir custos e melhorar a experiência do usuário
A eBay Motors permite que os usuários pesquisem e encontrem carros à venda na região. Saiba como eles usaram o AutoML Vision Edge no Firebase ML para criar seu próprio modelo e melhorar a experiência do usuário.
Ler mais arrow_forwardDocumentação
Learn how to get started with ML by reviewing our technical documentation.