এমএল কোডল্যাব

কীভাবে Firebase আপনাকে TensorFlow Lite মডেলগুলি আরও সহজে এবং কার্যকরভাবে ব্যবহার করতে সাহায্য করতে পারে তা শিখতে এই কোডল্যাবগুলি ব্যবহার করে দেখুন৷

ডিজিট শ্রেণীবিভাগ (মডেল স্থাপনার ভূমিকা)

ডিজিট ক্লাসিফিকেশন অ্যাপের স্ক্রিনশট

হাতে লেখা অঙ্কগুলিকে চিনতে পারে এমন একটি অ্যাপ তৈরি করে Firebase-এর মডেল স্থাপনার বৈশিষ্ট্যগুলি কীভাবে ব্যবহার করবেন তা শিখুন। Firebase ML এর সাথে TensorFlow Lite মডেলগুলি স্থাপন করুন, Performance Monitoring সাথে মডেলের কার্যক্ষমতা বিশ্লেষণ করুন এবং A/B Testing এর মাধ্যমে মডেলের কার্যকারিতা পরীক্ষা করুন৷

iOS+ অ্যান্ড্রয়েড

অনুভূতি বিশ্লেষণ

অনুভূতি বিশ্লেষণ অ্যাপের স্ক্রিনশট

এই কোডল্যাবে, আপনি একটি বিদ্যমান পাঠ্য শ্রেণিবিন্যাস মডেলকে সূক্ষ্ম-টিউন করতে আপনার নিজস্ব প্রশিক্ষণ ডেটা ব্যবহার করেন যা পাঠ্যের একটি উত্তরণে প্রকাশিত অনুভূতিকে চিহ্নিত করে। তারপর, আপনি Firebase ML ব্যবহার করে মডেলটি স্থাপন করুন এবং A/B Testing সাথে পুরানো এবং নতুন মডেলের নির্ভুলতার তুলনা করুন।

iOS+ অ্যান্ড্রয়েড

বিষয়বস্তু সুপারিশ

কন্টেন্ট সুপারিশ অ্যাপের স্ক্রিনশট

সুপারিশ ইঞ্জিনগুলি আপনাকে ব্যক্তিগত ব্যবহারকারীদের অভিজ্ঞতাগুলিকে ব্যক্তিগতকৃত করতে দেয়, তাদের আরও প্রাসঙ্গিক এবং আকর্ষক সামগ্রী সহ উপস্থাপন করে৷ এই বৈশিষ্ট্যটিকে শক্তিশালী করার জন্য একটি জটিল পাইপলাইন তৈরি করার পরিবর্তে, এই কোডল্যাবটি দেখায় যে আপনি কীভাবে একটি অ্যাপের জন্য একটি বিষয়বস্তু সুপারিশ ইঞ্জিনকে প্রশিক্ষণ দিয়ে এবং একটি অন-ডিভাইস ML মডেল স্থাপন করে প্রয়োগ করতে পারেন৷

iOS+ অ্যান্ড্রয়েড