Узнайте, как TensorFlow решает реальные повседневные проблемы машинного обучения
Узнайте, как различные компании из самых разных отраслей применяют машинное обучение для решения своих самых серьезных проблем. От здравоохранения до социальных сетей и даже электронной коммерции ML можно интегрировать в вашу отрасль и компанию.
Заинтересованы в использовании машинного обучения в собственном бизнесе? Свяжитесь с одним из наших сервисных партнеров AI, чтобы узнать больше.

Все тематические исследования и упоминания

Команда инженеров и специалистов Airbnb по обработке и анализу данных применяет машинное обучение с помощью TensorFlow для классификации изображений и обнаружения объектов в любом масштабе, помогая улучшить качество обслуживания гостей.

ML помогает отслеживать изменения на поверхности Земли для городского планирования, бороться с незаконным строительством и картировать повреждения и изменения ландшафта, вызванные природными катастрофами.

Arm NN для Android Neural Networks API (NNAPI) предоставляет уровень аппаратной абстракции (HAL), который нацелен на графические процессоры Arm Mali и приводит к более чем 4-кратному увеличению производительности таких платформ машинного обучения, как TensorFlow Lite.

Carousell создает модели машинного обучения с глубоким изображением и пониманием естественного языка, используя TensorFlow в Google Cloud ML. Продавцы извлекают выгоду из упрощенного процесса публикации с распознаванием изображений, а покупатели находят более релевантные списки с помощью рекомендаций и поиска изображений.

ИИ-процессоры CEVA NeuPro и CEVA-XM для глубокого обучения и вывода ИИ на периферии автоматически преобразуют обученные сети TensorFlow для использования во встроенных устройствах реального времени с помощью компилятора CEVA CDNN.

China Mobile создала систему глубокого обучения с использованием TensorFlow, которая может автоматически прогнозировать временное окно переключения, проверять журналы операций и обнаруживать сетевые аномалии. Это уже успешно поддержало крупнейшее в мире перемещение сотен миллионов номеров IoT HSS.

Достижения в области искусственного интеллекта и зрелость TensorFlow позволили компании Coca-Cola наконец-то достичь долгожданной возможности беспрепятственного подтверждения покупки.

Используя Tensorflow, GE Healthcare тренирует нейронную сеть для определения конкретной анатомии во время исследований магнитно-резонансной томографии (МРТ) головного мозга, чтобы повысить скорость и надежность.

Google использует TensorFlow для реализации машинного обучения в таких продуктах, как Search, Gmail и Translate, чтобы помочь исследователям в новых открытиях и даже для достижения прогресса в решении гуманитарных и экологических проблем.

Эта работа привела к увеличению производительности до 2,8 раза, что принесло пользу сообществу TensorFlow и широкому кругу клиентов, использующих TensorFlow на платформах Intel.

Kakao Mobility использует TensorFlow и TensorFlow Serving для прогнозирования вероятности завершения поездки при отправке водителей для выполнения запросов на вызов.

Платформа Lenovo LiCO ускоряет обучение ИИ и традиционные высокопроизводительные вычисления, а также оптимизирует обучение глубокому обучению с помощью интеграции и оптимизации TensorFlow. LiCO предоставляет различные встроенные модели TensorFlow и поддерживает оптимизированное распределенное обучение этих моделей.

Команда алгоритмов Люлишуо впервые применила TensorFlow в своем внутреннем проекте машинного обучения в начале 2016 года. Эта простая в использовании структура машинного обучения помогла команде создать приложение для обучения английскому языку.

Использование TensorFlow NAVER Shopping автоматически сопоставляет более 20 миллионов новых зарегистрированных продуктов в день примерно с 5000 категориями, чтобы систематизировать продукты и упростить поиск пользователей.

NERSC и NVIDIA сумели масштабировать научное приложение для глубокого обучения до 27 000+ графических процессоров Nvidia V100 с тензорными ядрами, преодолев при этом барьер ExaFLOP.

Используя TensorFlow, глубокое обучение с передачей данных и генеративное моделирование, PayPal смог распознать сложные изменяющиеся во времени шаблоны мошенничества, чтобы повысить точность снижения уровня мошенничества, одновременно улучшив опыт законных пользователей за счет повышения точности идентификации.

Qualcomm оптимизирует и ускоряет модели TensorFlow и TensorFlow Lite на мобильных платформах Snapdragon и в портфелях наборов микросхем, предназначенных для Интернета вещей, вычислений, XR и автомобилей.

Классификация заболеваний и сегментация проводились на изображениях ОКТ сетчатки с использованием TensorFlow. Три типа заболеваний были классифицированы как хориоидальная неоваскуляризация, бородавки стекловидного тела или диабетический отек сетчатки. После сегментации Sinovation Ventures предоставила границу предполагаемых поражений на снимках.

Swisscom использует возможности TensorFlow для глубокой настройки моделей машинного обучения для классификации текста и определения намерений своих клиентов при получении их звонков.

Processor SDK оптимизирует модели TensorFlow Lite, передавая вывод CNN / DNN из общих вычислительных ядер Arm® на специально разработанные аппаратные ускорители, что расширяет возможности машинного обучения в области машинного зрения, робототехники, автомобильных ADAS и многих других приложений.

Twitter использовал TensorFlow для создания своей «шкалы времени», позволяющей пользователям быть уверенными, что они не пропустят свои самые важные твиты, даже если они подписаны на тысячи пользователей.

VSCO использовала TensorFlow Lite для разработки функции «Для этой фотографии», которая использует машинное обучение на устройстве для определения того, какую фотографию кто-то редактирует, а затем предлагает соответствующие предустановки из тщательно подобранного списка.

WPS Office реализует несколько бизнес-сценариев, таких как распознавание изображений на устройстве и OCR изображений на основе TensorFlow.