Pelajari bagaimana TensorFlow memecahkan masalah pembelajaran mesin sehari-hari yang nyata

Jelajahi bagaimana berbagai perusahaan dari berbagai industri menerapkan ML untuk memecahkan masalah terbesar mereka. Dari perawatan kesehatan hingga jejaring sosial dan bahkan e- niaga , ML dapat diintegrasikan ke dalam industri dan perusahaan Anda.

Studi kasus
Airbnb meningkatkan pengalaman tamu dengan menggunakan TensorFlow untuk mengklasifikasikan gambar dan mendeteksi objek dalam skala besar

Tim teknik dan ilmu data Airbnb menerapkan pembelajaran mesin menggunakan TensorFlow untuk mengklasifikasikan gambar dan mendeteksi objek dalam skala besar, membantu meningkatkan pengalaman tamu.

Airbus menggunakan TensorFlow untuk mengekstrak informasi dari citra satelit mereka dan memberikan wawasan berharga kepada klien

ML membantu memantau perubahan pada permukaan bumi untuk perencanaan kota, memerangi konstruksi ilegal dan memetakan kerusakan serta perubahan lanskap yang disebabkan oleh bencana alam.

Lapisan Abstraksi Perangkat Keras Arm menghasilkan peningkatan kinerja lebih dari 4x ke TensorFlow Lite

Arm NN untuk Android Neural Networks API (NNAPI) menyediakan Hardware Abstraction Layer (HAL) yang menargetkan GPU Arm Mali dan menghasilkan lebih dari 4x peningkatan kinerja ke framework machine learning seperti TensorFlow Lite.

Carousell menggunakan TensorFlow untuk meningkatkan pengalaman pembeli dan penjual

Carousell membuat model pembelajaran mesin dengan gambar yang dalam dan pemahaman bahasa yang alami menggunakan TensorFlow di Google Cloud ML. Penjual mendapat manfaat dari pengalaman pengeposan yang disederhanakan dengan pengenalan gambar, dan pembeli menemukan daftar yang lebih relevan melalui rekomendasi dan penelusuran gambar.

CEVA mengonversi jaringan terlatih TensorFlow dalam prosesor Deep Learning mereka

Prosesor CEVA NeuPro dan CEVA-XM AI untuk Deep Learning dan inferensi AI di edge secara otomatis mengonversi jaringan terlatih TensorFlow untuk digunakan dalam perangkat tertanam real-time menggunakan CEVA CDNN Compiler.

China Mobile menggunakan TensorFlow untuk meningkatkan tingkat keberhasilan pemotongan elemen jaringan

China Mobile telah membuat sistem pembelajaran mendalam menggunakan TensorFlow yang dapat secara otomatis memprediksi batas waktu jeda, memverifikasi log operasi, dan mendeteksi anomali jaringan. Ini telah berhasil mendukung relokasi terbesar di dunia dari ratusan juta nomor HSS IoT.

TensorFlow memungkinkan bukti pembelian seluler di Coca-Cola

Kemajuan dalam kecerdasan buatan dan kematangan TensorFlow memungkinkan Coca-Cola Company mencapai kemampuan bukti pembelian tanpa hambatan yang telah lama dicari untuk program loyalitas mereka.

GE melatih jaringan saraf menggunakan TensorFlow untuk mengidentifikasi anatomi pada MRI otak

Menggunakan TensorFlow, GE Healthcare melatih jaringan saraf untuk mengidentifikasi anatomi tertentu selama ujian pencitraan resonansi magnetik otak (MRI) untuk membantu meningkatkan kecepatan dan keandalan.

Google membuat TensorFlow untuk menghadirkan pembelajaran mesin bagi semua orang

Google menggunakan TensorFlow untuk mendukung implementasi ML dalam produk seperti Penelusuran, Gmail, dan Terjemahan, untuk membantu peneliti dalam penemuan baru, dan bahkan menempa kemajuan dalam tantangan kemanusiaan dan lingkungan.

InSpace menggunakan TensorFlow.js untuk filter toksisitas waktu nyata dalam obrolan online

InSpace menggunakan TensorFlow.js untuk mendeteksi komentar beracun bahkan sebelum dikirim dengan melakukan semua sisi klien inferensi di browser, menghilangkan kebutuhan untuk mengirim teks ke server pihak ketiga untuk klasifikasi.

Intel mengoptimalkan kinerja inferensi TensorFlow pada prosesor Xeon® yang Dapat Diskalakan

Kemitraan Intel dengan Google telah menghasilkan peningkatan kinerja inferensi hingga 2,8x di berbagai model untuk memberi manfaat bagi berbagai pelanggan yang menjalankan TensorFlow pada platform Intel.

Kakao menggunakan TensorFlow untuk memprediksi tingkat penyelesaian permintaan ride-hailing

Kakao Mobility menggunakan TensorFlow dan TensorFlow Serving untuk memprediksi kemungkinan tingkat penyelesaian perjalanan saat pengemudi dikirim untuk memenuhi permintaan pemesanan kendaraan.

Lenovo Intelligent Computing Orchestration menggunakan TensorFlow untuk membantu mempercepat revolusi cerdas

Platform Lenovo LiCO mempercepat pelatihan AI dan Komputasi Kinerja Tinggi tradisional, serta mengoptimalkan pelatihan pembelajaran mendalam dengan integrasi dan pengoptimalan TensorFlow. LiCO menyediakan berbagai model TensorFlow bawaan dan mendukung pelatihan terdistribusi yang dioptimalkan untuk model ini.

Liulishuo menggunakan TensorFlow untuk membantu mengajar bahasa baru

Tim algoritme Liulishuo pertama kali menerapkan TensorFlow ke proyek pembelajaran mesin internal pada awal 2016. Kerangka kerja pembelajaran mesin yang mudah digunakan ini membantu tim membangun aplikasi untuk mengajar bahasa Inggris.

Modiface menggunakan TensorFlow.js dalam produksi untuk percobaan riasan AR di browser

ModiFace memanfaatkan model TensorFlow.js FaceMesh untuk mengidentifikasi fitur wajah utama dan menggabungkannya dengan shader WebGL, memungkinkan pengguna mencoba riasan digital untuk produk merek L'Oreal sambil menjaga privasi. Pengalaman langsung berjalan sepenuhnya di browser, jadi tidak ada data pengguna yang pernah dikirim ke server untuk diproses.

Klasifikasi otomatis Kategori Produk Belanja NAVER menggunakan TensorFlow

Menggunakan TensorFlow NAVER Shopping secara otomatis mencocokkan lebih dari 20 juta produk yang baru didaftarkan setiap hari ke sekitar 5.000 kategori untuk mengatur produk secara sistematis dan memudahkan pencarian pengguna.

NERSC menskalakan aplikasi DL ilmiah ke 27.000+ GPU Nvidia V100 Tensor Core menggunakan TensorFlow

NERSC dan NVIDIA berhasil menskalakan aplikasi pembelajaran mendalam ilmiah ke 27.000+ GPU Nvidia V100 Tensor Core, memecahkan hambatan ExaFLOP dalam prosesnya.

OpenX memprioritaskan lalu lintas untuk permintaan volume tinggi menggunakan TFX

OpenX mengintegrasikan TFX dan Google Cloud Platform dalam pertukaran iklan mereka untuk memproses lebih dari satu juta permintaan setiap detik dan memberikan tanggapan dalam waktu kurang dari 15 milidetik.

PayPal menggunakan TensorFlow untuk tetap menjadi yang terdepan dalam Deteksi Penipuan

Dengan menggunakan TensorFlow, pembelajaran transfer mendalam, dan pemodelan generatif, PayPal mampu mengenali pola penipuan yang bervariasi secara temporer yang kompleks untuk meningkatkan akurasi penurunan penipuan sekaligus meningkatkan pengalaman pengguna yang sah melalui peningkatan presisi dalam identifikasi.

Qualcomm mempercepat model TensorFlow pada platform seluler Snapdragon dan di luarnya

Qualcomm mengoptimalkan dan mempercepat model TensorFlow dan TensorFlow Lite pada platform seluler Snapdragon, dan di seluruh portofolio chipset yang dirancang untuk IoT, komputasi, XR, dan otomotif.

Mendeteksi penyakit pada gambar OCT retina dengan TensorFlow

Klasifikasi dan segmentasi penyakit dilakukan pada gambar OCT retina menggunakan TensorFlow. Ketiga jenis penyakit tersebut diklasifikasikan sebagai neovaskularisasi koroid, kutil vitreus, atau edema retina diabetik. Setelah segmentasi, Sinovation Ventures memberikan batas lesi yang dicurigai dalam pencitraan.

Spotify mempersonalisasi rekomendasi untuk pengguna dengan TFX

Spotify memanfaatkan pipeline TFX dan Kubeflow dalam sistem Paved Road for ML-nya, serangkaian produk dan konfigurasi untuk menerapkan solusi machine learning end-to-end yang ditargetkan untuk tim yang memulai perjalanan ML mereka.

Swisscom mengoptimalkan operasi dukungan pelanggan dengan model TensorFlow yang dibuat khusus

Swisscom memanfaatkan kapasitas TensorFlow untuk model pembelajaran mesin yang sangat disesuaikan untuk mengklasifikasikan teks dan menentukan maksud pelanggan mereka setelah menerima pertanyaan mereka.

Texas Instruments Processor SDK mengintegrasikan TensorFlow Lite untuk inferensi pembelajaran mesin di edge

SDK Prosesor mengoptimalkan model TensorFlow Lite, memindahkan inferensi CNN/DNN dari inti Arm® komputasi umum ke akselerator perangkat keras yang dibuat khusus, yang meningkatkan kemampuan pembelajaran mesin dalam visi mesin, robotika, ADAS otomotif, dan banyak aplikasi lainnya.

Peringkat tweet dengan TensorFlow

Twitter menggunakan TensorFlow untuk membangun "Ranked Timeline" mereka, yang memungkinkan pengguna memastikan bahwa mereka tidak melewatkan tweet terpenting mereka bahkan jika mereka mengikuti ribuan pengguna.

Menyarankan preset untuk gambar: membuat "Untuk Foto Ini" di VSCO

VSCO menggunakan TensorFlow Lite untuk mengembangkan fitur "Untuk Foto Ini", yang menggunakan pembelajaran mesin di perangkat untuk mengidentifikasi jenis foto yang sedang diedit seseorang dan kemudian menyarankan prasetel yang relevan dari daftar pilihan.

WPS Office: kantor cerdas berdasarkan TensorFlow

WPS Office mengimplementasikan beberapa skenario bisnis, seperti pengenalan gambar di perangkat dan OCR gambar berdasarkan TensorFlow.