Dowiedz się, jak TensorFlow rozwiązuje rzeczywiste, codzienne problemy z uczeniem maszynowym

Dowiedz się, jak różne firmy z różnych branż wdrażają ML, aby rozwiązać swoje największe problemy. Od opieki zdrowotnej po sieci społecznościowe, a nawet e-commerce , ML można zintegrować z Twoją branżą i firmą.

Studium przypadku
Airbnb poprawia wrażenia gości, używając TensorFlow do klasyfikowania obrazów i wykrywania obiektów na dużą skalę

Zespół inżynierów i analityki danych Airbnb stosuje uczenie maszynowe za pomocą TensorFlow do klasyfikowania obrazów i wykrywania obiektów na dużą skalę, pomagając poprawić wrażenia gości.

Airbus wykorzystuje TensorFlow do wydobywania informacji z obrazów satelitarnych i dostarczania cennych informacji klientom

ML pomaga w monitorowaniu zmian na powierzchni Ziemi na potrzeby planowania urbanistycznego, zwalczaniu nielegalnej budowy oraz mapowaniu szkód i zmian krajobrazu spowodowanych katastrofami naturalnymi.

Warstwa abstrakcji sprzętowej firmy Arm prowadzi do ponad czterokrotnego wzrostu wydajności TensorFlow Lite

Interfejs API ARM NN dla Android Neural Networks (NNAPI) zapewnia warstwę abstrakcji sprzętu (HAL), która jest przeznaczona dla procesorów graficznych Arm Mali i prowadzi do ponad czterokrotnego wzrostu wydajności platform uczenia maszynowego, takich jak TensorFlow Lite.

Carousell korzysta z TensorFlow, aby poprawić wrażenia kupujących i sprzedających

Carousell tworzy modele uczenia maszynowego z głębokim obrazem i rozumieniem języka naturalnego za pomocą TensorFlow w Google Cloud ML. Sprzedawcy korzystają z uproszczonego sposobu publikowania dzięki rozpoznawaniu obrazów, a kupujący odkrywają trafniejsze aukcje dzięki rekomendacjom i wyszukiwaniu obrazów.

CEVA przekształca sieci przeszkolone przez TensorFlow w ich procesory Deep Learning

Procesory CEVA NeuPro i CEVA-XM AI do głębokiego uczenia i wnioskowania AI na brzegu automatycznie konwertują wytrenowane sieci TensorFlow do użytku w urządzeniach osadzonych w czasie rzeczywistym za pomocą kompilatora CEVA CDNN.

China Mobile korzysta z TensorFlow, aby poprawić wskaźnik powodzenia przełączeń elementów sieci

Firma China Mobile stworzyła system głębokiego uczenia przy użyciu TensorFlow, który może automatycznie przewidywać przedział czasu, weryfikować dzienniki operacji i wykrywać anomalie sieciowe. To już z powodzeniem wsparło największą na świecie relokację setek milionów numerów IoT HSS.

TensorFlow umożliwia mobilne potwierdzenie zakupu w Coca-Cola

Postępy w sztucznej inteligencji i dojrzałość TensorFlow umożliwiły firmie Coca-Cola uzyskanie od dawna poszukiwanej, bezproblemowej możliwości dowodu zakupu dla programu lojalnościowego.

Firma GE wytrenowała sieć neuronową przy użyciu TensorFlow do identyfikacji anatomii w rezonansach magnetycznych mózgu

Korzystając z TensorFlow, firma GE Healthcare szkoli sieć neuronową w celu identyfikacji określonej anatomii podczas badań rezonansu magnetycznego mózgu (MRI), aby poprawić szybkość i niezawodność.

Firma Google stworzyła TensorFlow, aby zapewnić wszystkim uczenie maszynowe

Google wykorzystuje TensorFlow do obsługi implementacji ML w produktach takich jak Search, Gmail i Translate, aby pomagać naukowcom w nowych odkryciach, a nawet tworzyć postępy w zakresie wyzwań humanitarnych i środowiskowych.

InSpace używa TensorFlow.js do filtrów toksyczności w czasie rzeczywistym na czacie online

InSpace używa TensorFlow.js do wykrywania toksycznych komentarzy przed ich wysłaniem, wykonując wszystkie wnioskowania po stronie klienta w przeglądarce, eliminując potrzebę wysyłania tekstu do serwera innej firmy w celu klasyfikacji.

Firma Intel optymalizuje wydajność wnioskowania TensorFlow na skalowalnym procesorze Xeon®

Współpraca Intela z Google zaowocowała nawet 2,8-krotnym wzrostem wydajności wnioskowania w różnych modelach, z korzyścią dla szerokiego grona klientów korzystających z TensorFlow na platformach Intel.

Kakao używa TensorFlow do przewidywania wskaźnika realizacji wniosków o przywołanie jazdy

Kakao Mobility wykorzystuje TensorFlow i TensorFlow Serving do przewidywania prawdopodobieństwa ukończenia przejazdu, gdy kierowcy są wysyłani w celu spełnienia żądań wezwania przejazdu.

Lenovo Intelligent Computing Orchestration wykorzystuje TensorFlow, aby przyspieszyć inteligentną rewolucję

Platforma Lenovo LiCO przyspiesza szkolenie AI i tradycyjne obliczenia o wysokiej wydajności oraz optymalizuje szkolenie głębokiego uczenia się dzięki integracji i optymalizacji TensorFlow. LiCO zapewnia różne wbudowane modele TensorFlow i obsługuje zoptymalizowane szkolenie rozproszone tych modeli.

Liulishuo korzysta z TensorFlow, aby pomóc w nauce nowych języków

Zespół algorytmów Liulishuo po raz pierwszy zastosował TensorFlow w swoim wewnętrznym projekcie uczenia maszynowego na początku 2016 roku. Ta łatwa w użyciu platforma uczenia maszynowego pomogła zespołowi zbudować aplikację do nauczania języka angielskiego.

Modiface wykorzystał TensorFlow.js w produkcji do przymierzania makijażu AR w przeglądarce

ModiFace wykorzystuje model FaceMesh TensorFlow.js do identyfikacji kluczowych cech twarzy i łączenia ich z shaderami WebGL, umożliwiając użytkownikom cyfrowe przymierzanie makijażu dla produktów marki L'Oreal przy jednoczesnym zachowaniu prywatności. Środowisko na żywo działa w całości w przeglądarce, więc żadne dane użytkownika nie są nigdy wysyłane na serwer w celu przetworzenia.

Automatyczna klasyfikacja kategorii produktów NAVER Shopping za pomocą TensorFlow

Korzystanie z TensorFlow NAVER Shopping automatycznie dopasowuje ponad 20 milionów nowo zarejestrowanych produktów dziennie do około 5000 kategorii w celu systematycznego organizowania produktów i łatwiejszego wyszukiwania użytkowników.

NERSC przeskalował aplikację naukową DL do ponad 27 000 procesorów graficznych Nvidia V100 Tensor Core przy użyciu TensorFlow

Firmom NERSC i NVIDIA udało się przeskalować aplikację naukowego głębokiego uczenia się do ponad 27 000 procesorów graficznych Nvidia V100 Tensor Core, przełamując w tym procesie barierę ExaFLOP.

OpenX nadaje priorytet ruchowi dla żądań o dużej objętości za pomocą TFX

OpenX integruje TFX i Google Cloud Platform w swojej giełdzie reklam, aby przetwarzać ponad milion żądań na sekundę i dostarczać odpowiedzi w czasie poniżej 15 milisekund.

PayPal korzysta z TensorFlow, aby pozostać w czołówce wykrywania oszustw

Korzystając z TensorFlow, głębokiego uczenia się transferów i modelowania generatywnego, firma PayPal była w stanie rozpoznać złożone, czasowo zmieniające się wzorce oszustw, aby zwiększyć dokładność odrzucania oszustw, jednocześnie poprawiając wrażenia legalnych użytkowników dzięki większej precyzji identyfikacji.

Qualcomm przyspiesza modele TensorFlow na platformach mobilnych Snapdragon i nie tylko

Qualcomm optymalizuje i przyspiesza modele TensorFlow i TensorFlow Lite na platformach mobilnych Snapdragon oraz w różnych portfolio chipsetów zaprojektowanych z myślą o IoT, obliczeniach, XR i motoryzacji.

Wykrywanie choroby na obrazach OCT siatkówki za pomocą TensorFlow

Klasyfikację i segmentację choroby przeprowadzono na obrazach OCT siatkówki przy użyciu TensorFlow. Trzy typy chorób zostały sklasyfikowane jako neowaskularyzacja naczyniówki, brodawki ciała szklistego lub cukrzycowy obrzęk siatkówki. Po segmentacji Sinovation Ventures zapewnił granicę podejrzanych zmian w obrazowaniu.

Spotify personalizuje rekomendacje dla użytkowników z TFX

Spotify wykorzystuje potoki TFX i Kubeflow w swoich systemach Paved Road for ML, ugruntowanym zestawie produktów i konfiguracji, aby wdrożyć kompleksowe rozwiązanie do uczenia maszynowego skierowane do zespołów rozpoczynających przygodę z ML.

Swisscom optymalizuje operacje wsparcia klienta dzięki niestandardowemu modelowi TensorFlow

Swisscom wykorzystuje możliwości TensorFlow w zakresie głęboko dostosowanych modeli uczenia maszynowego do klasyfikowania tekstu i określania intencji swoich klientów po otrzymaniu ich zapytania.

Texas Instruments Processor SDK integruje TensorFlow Lite do wnioskowania uczenia maszynowego na urządzeniach brzegowych

Processor SDK optymalizuje modele TensorFlow Lite, odciążając wnioskowanie CNN/DNN z ogólnych rdzeni obliczeniowych Arm® do specjalnie zaprojektowanych akceleratorów sprzętowych, co zwiększa możliwości uczenia maszynowego w systemach wizyjnych, robotyce, motoryzacyjnym ADAS i wielu innych aplikacjach.

Ranking tweetów z TensorFlow

Twitter wykorzystał TensorFlow do zbudowania „Ranked Timeline”, dzięki czemu użytkownicy mają pewność, że nie przegapią najważniejszych tweetów, nawet jeśli śledzą tysiące użytkowników.

Sugerowanie ustawień wstępnych dla obrazów: budowanie „Do tego zdjęcia” w VSCO

Firma VSCO wykorzystała TensorFlow Lite do opracowania funkcji „Do tego zdjęcia”, która wykorzystuje uczenie maszynowe na urządzeniu, aby zidentyfikować rodzaj edytowanego zdjęcia, a następnie zasugerować odpowiednie ustawienia wstępne z wyselekcjonowanej listy.

WPS Office: inteligentne biuro oparte na TensorFlow

WPS Office wdraża wiele scenariuszy biznesowych, takich jak rozpoznawanie obrazu na urządzeniu i OCR obrazu w oparciu o TensorFlow.