欢迎参加我们将于 2022 年 10 月 18 日举办的 Firebase 峰会(线上线下同时进行),了解 Firebase 如何帮助您加快应用开发速度、满怀信心地发布应用并在之后需要时轻松地扩大应用规模。立即报名

التعلم الآلي لـ Firebase

استخدم التعلم الآلي في تطبيقاتك لحل مشاكل العالم الحقيقي.

Firebase Machine Learning عبارة عن حزمة SDK للجوال توفر خبرة التعلم الآلي من Google لتطبيقات Android و Apple في حزمة قوية وسهلة الاستخدام. سواء كنت جديدًا أو خبيرًا في التعلم الآلي ، يمكنك تنفيذ الوظائف التي تحتاجها في بضعة أسطر من التعليمات البرمجية. ليست هناك حاجة إلى معرفة عميقة بالشبكات العصبية أو تحسين النموذج للبدء. من ناحية أخرى ، إذا كنت مطور ML متمرسًا ، فإن Firebase ML يوفر واجهات برمجة تطبيقات ملائمة تساعدك على استخدام نماذج TensorFlow Lite المخصصة في تطبيقات هاتفك المحمول.

القدرات الأساسية

استضافة ونشر النماذج المخصصة

استخدم نماذج TensorFlow Lite الخاصة بك للاستدلال على الجهاز. ما عليك سوى نشر نموذجك على Firebase ، وسنتكفل باستضافته وتقديمه إلى تطبيقك. سيعرض Firebase بشكل ديناميكي أحدث إصدار من النموذج للمستخدمين ، مما يسمح لك بتحديثهم بانتظام دون الحاجة إلى إرسال إصدار جديد من تطبيقك إلى المستخدمين.

عند استخدام Firebase ML مع Remote Config ، يمكنك تقديم نماذج مختلفة لشرائح مستخدمين مختلفة ، وباستخدام اختبار A / B ، يمكنك إجراء تجارب للعثور على النموذج الأفضل أداءً (راجع أدلة Apple و Android ).

تدريب النماذج تلقائيًا

باستخدام Firebase ML و AutoML Vision Edge ، يمكنك بسهولة تدريب نماذج ملصقات الصور TensorFlow Lite الخاصة بك ، والتي يمكنك استخدامها في تطبيقك للتعرف على المفاهيم في الصور الفوتوغرافية. قم بتحميل بيانات التدريب - صورك وملصقاتك - وسيستخدمها AutoML Vision Edge لتدريب نموذج مخصص في السحابة.

جاهز للإنتاج لحالات الاستخدام الشائعة

يأتي Firebase ML مزودًا بمجموعة من واجهات برمجة التطبيقات الجاهزة للاستخدام لحالات استخدام الأجهزة المحمولة الشائعة: التعرف على النص ، ووضع علامات على الصور ، وتحديد المعالم. ما عليك سوى تمرير البيانات إلى مكتبة Firebase ML وتعطيك المعلومات التي تحتاجها. تستفيد واجهات برمجة التطبيقات هذه من قوة تقنية التعلم الآلي في Google Cloud لتمنحك أعلى مستوى من الدقة.

السحابة مقابل الجهاز

يحتوي Firebase ML على واجهات برمجة تطبيقات تعمل إما في السحابة أو على الجهاز. عندما نصف واجهة برمجة تطبيقات ML على أنها واجهة برمجة تطبيقات سحابية أو واجهة برمجة تطبيقات على الجهاز ، فإننا نصف الجهاز الذي يقوم بالاستدلال : أي الجهاز الذي يستخدم نموذج ML لاكتشاف رؤى حول البيانات التي تقدمها. في Firebase ML ، يحدث هذا إما على Google Cloud أو على أجهزة المستخدمين المحمولة.

تقوم واجهات برمجة تطبيقات التعرف على النص وتسمية الصور والتعرف على المعالم بإجراء استدلال في السحابة. تتمتع هذه النماذج بقوة حسابية وذاكرة متاحة لها أكثر من النماذج المماثلة الموجودة على الجهاز ، ونتيجة لذلك ، يمكنها إجراء استدلال بدقة ودقة أكبر من الطراز الموجود على الجهاز. من ناحية أخرى ، يتطلب كل طلب لواجهات برمجة التطبيقات هذه رحلة ذهابًا وإيابًا للشبكة ، مما يجعلها غير مناسبة لتطبيقات الوقت الفعلي وزمن الانتقال المنخفض مثل معالجة الفيديو.

تتعامل واجهات برمجة التطبيقات API و AutoML Vision Edge المخصصة مع نماذج ML التي تعمل على الجهاز. النماذج المستخدمة والمنتجة بواسطة هذه الميزات هي نماذج TensorFlow Lite ، والتي تم تحسينها للتشغيل على الأجهزة المحمولة. أكبر ميزة لهذه النماذج هي أنها لا تتطلب اتصالاً بالشبكة ويمكن أن تعمل بسرعة كبيرة - بالسرعة الكافية ، على سبيل المثال ، لمعالجة إطارات الفيديو في الوقت الفعلي.

يوفر Firebase ML إمكانات رئيسية حول الطرز المخصصة على الجهاز:

  • نشر النماذج المخصصة: انشر النماذج المخصصة على أجهزة المستخدمين عن طريق تحميلها على خوادمنا. سيقوم تطبيقك الذي يدعم Firebase بتنزيل النموذج على الجهاز عند الطلب. يتيح لك ذلك الحفاظ على حجم التثبيت الأولي لتطبيقك صغيرًا ، ويمكنك تبديل نموذج ML دون الحاجة إلى إعادة نشر تطبيقك.

  • AutoML Vision Edge : تساعدك هذه الخدمة في إنشاء نماذج تصنيف الصور المخصصة على الجهاز بواجهة ويب سهلة الاستخدام. بعد ذلك ، يمكنك استضافة النماذج التي تنشئها بسهولة باستخدام الخدمة المذكورة أعلاه.

ML Kit: طرز جاهزة للاستخدام على الجهاز

إذا كنت تبحث عن طرز مدربة مسبقًا تعمل على الجهاز ، فراجع ML Kit . تتوفر ML Kit لنظامي iOS و Android ، ولها واجهات برمجة تطبيقات للعديد من حالات الاستخدام:

  • التعرف على النص
  • وسم الصورة
  • الكشف عن الأشياء وتتبعها
  • كشف الوجه وتتبع الكفاف
  • مسح الباركود
  • تحديد اللغة
  • ترجمة
  • رد ذكي

الخطوات التالية

و

التعلم الآلي لـ Firebase

استخدم التعلم الآلي في تطبيقاتك لحل مشاكل العالم الحقيقي.

Firebase Machine Learning عبارة عن حزمة SDK للجوال توفر خبرة التعلم الآلي من Google لتطبيقات Android و Apple في حزمة قوية وسهلة الاستخدام. سواء كنت جديدًا أو خبيرًا في التعلم الآلي ، يمكنك تنفيذ الوظائف التي تحتاجها في بضعة أسطر من التعليمات البرمجية. ليست هناك حاجة إلى معرفة عميقة بالشبكات العصبية أو تحسين النموذج للبدء. من ناحية أخرى ، إذا كنت مطور ML متمرسًا ، فإن Firebase ML يوفر واجهات برمجة تطبيقات ملائمة تساعدك على استخدام نماذج TensorFlow Lite المخصصة في تطبيقات هاتفك المحمول.

القدرات الأساسية

استضافة ونشر النماذج المخصصة

استخدم نماذج TensorFlow Lite الخاصة بك للاستدلال على الجهاز. ما عليك سوى نشر نموذجك على Firebase ، وسنتكفل باستضافته وتقديمه إلى تطبيقك. سيعرض Firebase بشكل ديناميكي أحدث إصدار من النموذج للمستخدمين ، مما يسمح لك بتحديثهم بانتظام دون الحاجة إلى إرسال إصدار جديد من تطبيقك إلى المستخدمين.

عند استخدام Firebase ML مع Remote Config ، يمكنك تقديم نماذج مختلفة لشرائح مستخدمين مختلفة ، وباستخدام اختبار A / B ، يمكنك إجراء تجارب للعثور على النموذج الأفضل أداءً (راجع أدلة Apple و Android ).

تدريب النماذج تلقائيًا

باستخدام Firebase ML و AutoML Vision Edge ، يمكنك بسهولة تدريب نماذج ملصقات الصور TensorFlow Lite الخاصة بك ، والتي يمكنك استخدامها في تطبيقك للتعرف على المفاهيم في الصور الفوتوغرافية. قم بتحميل بيانات التدريب - صورك وملصقاتك - وسيستخدمها AutoML Vision Edge لتدريب نموذج مخصص في السحابة.

جاهز للإنتاج لحالات الاستخدام الشائعة

يأتي Firebase ML مزودًا بمجموعة من واجهات برمجة التطبيقات الجاهزة للاستخدام لحالات استخدام الأجهزة المحمولة الشائعة: التعرف على النص ، ووضع علامات على الصور ، وتحديد المعالم. ما عليك سوى تمرير البيانات إلى مكتبة Firebase ML وتعطيك المعلومات التي تحتاجها. تستفيد واجهات برمجة التطبيقات هذه من قوة تقنية التعلم الآلي في Google Cloud لتمنحك أعلى مستوى من الدقة.

السحابة مقابل الجهاز

يحتوي Firebase ML على واجهات برمجة تطبيقات تعمل إما في السحابة أو على الجهاز. عندما نصف واجهة برمجة تطبيقات ML على أنها واجهة برمجة تطبيقات سحابية أو واجهة برمجة تطبيقات على الجهاز ، فإننا نصف الجهاز الذي يقوم بالاستدلال : أي الجهاز الذي يستخدم نموذج ML لاكتشاف رؤى حول البيانات التي تقدمها. في Firebase ML ، يحدث هذا إما على Google Cloud أو على أجهزة المستخدمين المحمولة.

تقوم واجهات برمجة تطبيقات التعرف على النص وتسمية الصور والتعرف على المعالم بإجراء استدلال في السحابة. تتمتع هذه النماذج بقوة حسابية وذاكرة متاحة لها أكثر من النماذج المماثلة الموجودة على الجهاز ، ونتيجة لذلك ، يمكنها إجراء استدلال بدقة ودقة أكبر من الطراز الموجود على الجهاز. من ناحية أخرى ، يتطلب كل طلب لواجهات برمجة التطبيقات هذه رحلة ذهابًا وإيابًا للشبكة ، مما يجعلها غير مناسبة لتطبيقات الوقت الفعلي وزمن الانتقال المنخفض مثل معالجة الفيديو.

تتعامل واجهات برمجة التطبيقات API و AutoML Vision Edge المخصصة مع نماذج ML التي تعمل على الجهاز. النماذج المستخدمة والمنتجة بواسطة هذه الميزات هي نماذج TensorFlow Lite ، والتي تم تحسينها للتشغيل على الأجهزة المحمولة. أكبر ميزة لهذه النماذج هي أنها لا تتطلب اتصالاً بالشبكة ويمكن أن تعمل بسرعة كبيرة - بالسرعة الكافية ، على سبيل المثال ، لمعالجة إطارات الفيديو في الوقت الفعلي.

يوفر Firebase ML إمكانات رئيسية حول الطرز المخصصة على الجهاز:

  • نشر النماذج المخصصة: انشر النماذج المخصصة على أجهزة المستخدمين عن طريق تحميلها على خوادمنا. سيقوم تطبيقك الذي يدعم Firebase بتنزيل النموذج على الجهاز عند الطلب. يتيح لك ذلك الحفاظ على حجم التثبيت الأولي لتطبيقك صغيرًا ، ويمكنك تبديل نموذج ML دون الحاجة إلى إعادة نشر تطبيقك.

  • AutoML Vision Edge : تساعدك هذه الخدمة في إنشاء نماذج تصنيف الصور المخصصة على الجهاز بواجهة ويب سهلة الاستخدام. بعد ذلك ، يمكنك استضافة النماذج التي تنشئها بسهولة باستخدام الخدمة المذكورة أعلاه.

ML Kit: طرز جاهزة للاستخدام على الجهاز

إذا كنت تبحث عن طرز مدربة مسبقًا تعمل على الجهاز ، فراجع ML Kit . تتوفر ML Kit لنظامي iOS و Android ، ولها واجهات برمجة تطبيقات للعديد من حالات الاستخدام:

  • التعرف على النص
  • وسم الصورة
  • الكشف عن الأشياء وتتبعها
  • كشف الوجه وتتبع الكفاف
  • مسح الباركود
  • تحديد اللغة
  • ترجمة
  • رد ذكي

الخطوات التالية