एमएल कोडलैब्स

इन कोडलैब्स को आज़माकर जानें कि कैसे फायरबेस आपको टेन्सरफ्लो लाइट मॉडल का अधिक आसानी से और प्रभावी ढंग से उपयोग करने में मदद कर सकता है।

अंक वर्गीकरण (मॉडल परिनियोजन का परिचय)

हस्तलिखित अंकों को पहचानने वाला ऐप बनाकर फायरबेस के मॉडल परिनियोजन सुविधाओं का उपयोग करना सीखें। फायरबेस एमएल के साथ टेन्सरफ्लो लाइट मॉडल तैनात करें, प्रदर्शन निगरानी के साथ मॉडल प्रदर्शन का विश्लेषण करें, और ए/बी परीक्षण के साथ मॉडल प्रभावशीलता का परीक्षण करें। ( आईओएस+ , एंड्रॉइड )

भावनाओं का विश्लेषण

इस कोडलैब में, आप मौजूदा पाठ वर्गीकरण मॉडल को बेहतर बनाने के लिए अपने स्वयं के प्रशिक्षण डेटा का उपयोग करते हैं जो पाठ के एक अंश में व्यक्त भावना की पहचान करता है। फिर, आप फायरबेस एमएल का उपयोग करके मॉडल को तैनात करते हैं और ए/बी परीक्षण के साथ पुराने और नए मॉडल की सटीकता की तुलना करते हैं। ( आईओएस+ , एंड्रॉइड )

सामग्री अनुशंसा

अनुशंसा इंजन आपको अलग-अलग उपयोगकर्ताओं के अनुभवों को वैयक्तिकृत करने देते हैं, उन्हें अधिक प्रासंगिक और आकर्षक सामग्री प्रदान करते हैं। इस सुविधा को सशक्त बनाने के लिए एक जटिल पाइपलाइन बनाने के बजाय, यह कोडलैब दिखाता है कि आप ऑन-डिवाइस एमएल मॉडल को प्रशिक्षित और तैनात करके किसी ऐप के लिए सामग्री अनुशंसा इंजन को कैसे कार्यान्वित कर सकते हैं। ( आईओएस+ , एंड्रॉइड )