Catch up on everthing we announced at this year's Firebase Summit. Learn more

التعلم الآلي لـ Firebase

استخدم التعلم الآلي في تطبيقاتك لحل مشاكل العالم الحقيقي.

Firebase Machine Learning عبارة عن حزمة SDK للجوال توفر خبرة Google في التعلم الآلي 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 الجوال الخاصة بك.

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 التكوين عن بعد ، يمكنك عمل نماذج مختلفة لشرائح مختلفة من المستخدمين، ومع A / B اختبار ، يمكنك تشغيل التجارب لإيجاد أفضل نموذج أداء (انظر أبل و أندرويد أدلة).

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 وصفنا لAPI ML بأنها API سحابة أو على جهاز API، نحن اصفا التي ينفذ آلة الاستدلال: هذا هو، الآلة التي تستخدم طراز ML لاكتشاف رؤى حول البيانات التي تقدم لها. 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 بالاستدلال 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 APIs النموذجية المخصصة و AutoML Vision Edge مع نماذج ML التي تعمل على الجهاز. النماذج المستخدمة والتي تنتجها هذه الميزات TensorFlow لايت النماذج، التي هي الأمثل لتشغيل على الأجهزة النقالة. 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:

  • نموذج مخصص نشر: نشر نماذج مخصصة لأجهزة المستخدمين لديك عن طريق تحميلها على الخوادم الخاصة بنا. 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 الرؤية الحافة: هذه الخدمة يساعد على خلق لكم نماذج على جهاز مخصص تصنيف الصور الخاصة بك مع واجهة 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 نماذج المدربين قبل أن يتم تشغيلها على الجهاز، تحقق من ML كيت . تتوفر ML Kit لنظامي iOS و Android ، وتحتوي على واجهات برمجة تطبيقات للعديد من حالات الاستخدام:

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

الخطوات التالية