了解 2023 年 Google I/O 大会上介绍的 Firebase 亮点。了解详情

Laboratoires de code ML

Essayez ces ateliers de programmation pour découvrir comment Firebase peut vous aider à utiliser les modèles TensorFlow Lite plus facilement et plus efficacement.

Classification des chiffres (introduction au déploiement du modèle)

Capture d'écran de l'application de classification des chiffres

Découvrez comment utiliser les fonctionnalités de déploiement de modèles de Firebase en créant une application qui reconnaît les chiffres manuscrits. Déployez des modèles TensorFlow Lite avec Firebase ML, analysez les performances des modèles avec la surveillance des performances et testez l'efficacité des modèles avec les tests A/B. ( iOS+ , Androïd )

Analyse des sentiments

Capture d'écran de l'application d'analyse des sentiments

Dans cet atelier de programmation, vous utilisez vos propres données de formation pour affiner un modèle de classification de texte existant qui identifie le sentiment exprimé dans un passage de texte. Ensuite, vous déployez le modèle à l'aide de Firebase ML et comparez la précision des anciens et des nouveaux modèles avec les tests A/B. ( iOS+ , Androïd )

Recommandation de contenu

Capture d'écran de l'application de recommandation de contenu

Les moteurs de recommandation vous permettent de personnaliser les expériences des utilisateurs individuels, en leur présentant un contenu plus pertinent et engageant. Plutôt que de créer un pipeline complexe pour alimenter cette fonctionnalité, cet atelier de programmation montre comment vous pouvez implémenter un moteur de recommandation de contenu pour une application en formant et en déployant un modèle ML sur l'appareil. ( iOS+ , Androïd )