Join us for Firebase Summit on November 10, 2021. Tune in to learn how Firebase can help you accelerate app development, release with confidence, and scale with ease. Register

ফায়ারবেস মেশিন লার্নিং

বাস্তব বিশ্বের সমস্যা সমাধানে আপনার অ্যাপে মেশিন লার্নিং ব্যবহার করুন।

ফায়ারবেস মেশিন লার্নিং একটি মোবাইল এসডিকে যা গুগলের মেশিন লার্নিং দক্ষতাকে অ্যান্ড্রয়েড এবং আইওএস অ্যাপগুলিতে একটি শক্তিশালী কিন্তু সহজে ব্যবহারযোগ্য প্যাকেজে নিয়ে আসে। আপনি মেশিন লার্নিংয়ে নতুন বা অভিজ্ঞ হোন না কেন, আপনি কোডের মাত্র কয়েকটি লাইনে আপনার প্রয়োজনীয় কার্যকারিতা বাস্তবায়ন করতে পারেন। শুরু করার জন্য নিউরাল নেটওয়ার্ক বা মডেল অপটিমাইজেশনের গভীর জ্ঞান থাকার দরকার নেই। অন্যদিকে, যদি আপনি একজন অভিজ্ঞ এমএল ডেভেলপার হন, তাহলে ফায়ারবেস এমএল সুবিধাজনক এপিআই সরবরাহ করে যা আপনাকে আপনার মোবাইল অ্যাপে আপনার কাস্টম টেন্সরফ্লো লাইট মডেল ব্যবহার করতে সাহায্য করে।

মূল ক্ষমতা

কাস্টম মডেল হোস্ট এবং স্থাপন

অন-ডিভাইস অনুমানের জন্য আপনার নিজের টেন্সরফ্লো লাইট মডেল ব্যবহার করুন। শুধু ফায়ারবেসে আপনার মডেল স্থাপন করুন, এবং আমরা আপনার অ্যাপে হোস্টিং এবং পরিবেশনের যত্ন নেব। ফায়ারবেস গতিশীলভাবে আপনার ব্যবহারকারীদের কাছে মডেলের সর্বশেষ সংস্করণ পরিবেশন করবে, যা আপনাকে ব্যবহারকারীদের কাছে আপনার অ্যাপের একটি নতুন সংস্করণ না দিয়ে নিয়মিত সেগুলি আপডেট করার অনুমতি দেবে।

আপনার সাথে Firebase এমএল ব্যবহার করেন, তখন রিমোট কনফিগ , আপনি ভিন্ন ব্যবহারকারী বিভাগগুলির বিভিন্ন মডেলের পরিবেশন করতে পারেন, এবং A / B পরীক্ষা , আপনি সর্বোত্তম পারফর্ম মডেল এটি পরীক্ষা-নিরীক্ষা চালাতে পারেন (দেখুন আইওএস এবং অ্যান্ড্রয়েড সহায়িকা)।

মডেলগুলিকে স্বয়ংক্রিয়ভাবে প্রশিক্ষণ দিন

ফায়ারবেস এমএল এবং অটোএমএল ভিশন এজ দিয়ে, আপনি সহজেই আপনার নিজের টেন্সরফ্লো লাইট ইমেজ লেবেলিং মডেলগুলিকে প্রশিক্ষণ দিতে পারেন, যা আপনি আপনার অ্যাপে ফটোগ্রাফের ধারণাগুলি চিনতে ব্যবহার করতে পারেন। ট্রেনিং ডেটা আপলোড করুন — আপনার নিজের ছবি এবং লেবেল — এবং অটোএমএল ভিশন এজ ক্লাউডে একটি কাস্টম মডেল প্রশিক্ষণের জন্য সেগুলি ব্যবহার করবে।

সাধারণ ব্যবহারের ক্ষেত্রে উৎপাদন প্রস্তুত

ফায়ারবেস এমএল সাধারণ মোবাইল ব্যবহারের ক্ষেত্রে রেডি-টু-ইউজ API এর একটি সেট নিয়ে আসে: পাঠ্য সনাক্ত করা, ছবি লেবেল করা এবং ল্যান্ডমার্ক চিহ্নিত করা। কেবল ফায়ারবেস এমএল লাইব্রেরিতে ডেটা পাঠান এবং এটি আপনাকে আপনার প্রয়োজনীয় তথ্য দেয়। এই API গুলি আপনাকে গুগল ক্লাউড এর মেশিন লার্নিং প্রযুক্তির শক্তি ব্যবহার করে যাতে আপনাকে সর্বোচ্চ স্তরের নির্ভুলতা প্রদান করতে পারে।

ক্লাউড বনাম ডিভাইসে

ফায়ারবেস এমএল -এর এপিআই রয়েছে যা ক্লাউডে বা ডিভাইসে কাজ করে। যে যা মেশিন ডেটা আপনি এটি প্রদান সম্পর্কে অন্তর্দৃষ্টি আবিষ্কার এমএল মডেল ব্যবহার করে: আমরা যখন মেঘ API বা ডিভাইসে থাকা এপিআই হচ্ছে একটি এমএল এপিআই বর্ণনা, আমরা যা মেশিন সঞ্চালিত অনুমান বর্ণনা করছে। ফায়ারবেস এমএল -এ, এটি হয় গুগল ক্লাউডে, অথবা আপনার ব্যবহারকারীদের মোবাইল ডিভাইসে।

টেক্সট রিকগনিশন, ইমেজ লেবেলিং এবং ল্যান্ডমার্ক রিকগনিশন এপিআইগুলি ক্লাউডে অনুমান করে। এই মডেলগুলির তুলনামূলক অন-ডিভাইসের মডেলের তুলনায় তাদের জন্য আরও বেশি গণনীয় শক্তি এবং মেমরি উপলব্ধ, এবং ফলস্বরূপ, একটি অন-ডিভাইস মডেলের চেয়ে অধিক নির্ভুলতা এবং নির্ভুলতার সাথে অনুমান করতে পারে। অন্যদিকে, এই API গুলির প্রতি অনুরোধের জন্য একটি নেটওয়ার্ক রাউন্ড-ট্রিপ প্রয়োজন, যা তাদেরকে ভিডিও প্রক্রিয়াকরণের মতো রিয়েল-টাইম এবং লো-লেটেন্সি অ্যাপ্লিকেশনের জন্য অনুপযুক্ত করে তোলে।

কাস্টম মডেল এপিআই এবং অটোএমএল ভিশন এজ ডিভাইসে চালিত এমএল মডেলের সাথে কাজ করে। ব্যবহার করা হয় এবং এই বৈশিষ্ট্যগুলি দ্বারা উত্পাদিত মডেল আছে TensorFlow লাইট মডেল, যা মোবাইল ডিভাইসের চালানোর জন্য অপ্টিমাইজ করা হয়। এই মডেলগুলির সবচেয়ে বড় সুবিধা হল যে তাদের একটি নেটওয়ার্ক সংযোগের প্রয়োজন হয় না এবং খুব দ্রুত চলতে পারে - যথেষ্ট দ্রুত, উদাহরণস্বরূপ, রিয়েল টাইমে ভিডিও ফ্রেমগুলি প্রক্রিয়া করার জন্য।

ফায়ারবেস এমএল অন-ডিভাইস কাস্টম মডেলগুলির চারপাশে দুটি মূল ক্ষমতা প্রদান করে:

  • কাস্টম মডেল স্থাপনার তাদের আমাদের সার্ভারে আপলোড করে আপনার ব্যবহারকারীদের ডিভাইসে স্থাপন কাস্টম মডেল। আপনার ফায়ারবেস-সক্ষম অ্যাপটি চাহিদা অনুযায়ী ডিভাইসে মডেলটি ডাউনলোড করবে। এটি আপনাকে আপনার অ্যাপের প্রাথমিক ইনস্টল আকার ছোট রাখতে দেয় এবং আপনি আপনার অ্যাপটি পুনরায় প্রকাশ না করেই এমএল মডেল অদলবদল করতে পারেন।

  • AutoML ভিশন এজ: এই সার্ভিসটির সাহায্যে একটি সহজ-থেকে-ব্যবহার ওয়েব ইন্টারফেসের সঙ্গে আপনার নিজের ডিভাইসে থাকা কাস্টম চিত্র শ্রেণীবিন্যাস মডেল তৈরি করতে সাহায্য করে। তারপরে, আপনি উল্লিখিত পরিষেবাটির সাথে আপনার তৈরি মডেলগুলি নির্বিঘ্নে হোস্ট করতে পারেন।

এমএল কিট: ব্যবহারের জন্য প্রস্তুত মডেল

আপনি প্রাক প্রশিক্ষিত মডেলগুলি ডিভাইসে চালানোর যে জন্য খুঁজছেন, খুঁজে বার করো এমএল কিট । এমএল কিট আইওএস এবং অ্যান্ড্রয়েডের জন্য উপলব্ধ, এবং অনেক ব্যবহারের ক্ষেত্রে এপিআই রয়েছে:

  • পাঠ্য স্বীকৃতি
  • ছবির লেবেলিং
  • বস্তু সনাক্তকরণ এবং ট্র্যাকিং
  • মুখ সনাক্তকরণ এবং কনট্যুর ট্রেসিং
  • বারকোড স্ক্যানিং
  • ভাষা সনাক্তকরণ
  • অনুবাদ
  • স্মার্ট উত্তর

পরবর্তী পদক্ষেপ