অতিথিদের অভিজ্ঞতার উন্নতি করতে, এয়ারবিএনবি ইঞ্জিনিয়ারিং এবং ডেটা সায়েন্স টিম টেনসরফ্লো ব্যবহার করে মেশিন লার্নিং প্রয়োগ করে images

এমএল নগর পরিকল্পনার জন্য পৃথিবীর পৃষ্ঠের পরিবর্তনের উপর নজরদারি, অবৈধ নির্মাণ এবং ম্যাপিংয়ের ক্ষতি এবং প্রাকৃতিক বিপর্যয়ের কারণে সৃষ্ট ম্যাপিংয়ের পরিবর্তনগুলির বিরুদ্ধে লড়াইয়ে সহায়তা করে।

অ্যান্ড্রয়েড নিউরাল নেটওয়ার্কস এপিআই (এনএনএপিআই) এর জন্য আর্ম এনএন একটি হার্ডওয়্যার অ্যাবস্ট্রাকশন স্তর (এইচএল) সরবরাহ করে যা আর্ম মালি জিপিইউগুলিকে লক্ষ্য করে এবং টেনসরফ্লো লাইটের মতো মেশিন লার্নিং ফ্রেমওয়ার্কগুলিতে 4x পারফরম্যান্সের উত্সাহ দেয়।

ক্যারোসেল গুগল ক্লাউড এমএল তে টেনসরফ্লো ব্যবহার করে গভীর চিত্র এবং প্রাকৃতিক ভাষা বোঝার সাথে মেশিন লার্নিং মডেল তৈরি করে। চিত্রের স্বীকৃতি সহ সরল পোস্টিং অভিজ্ঞতার মাধ্যমে বিক্রেতারা উপকৃত হন এবং ক্রেতারা সুপারিশ এবং চিত্র অনুসন্ধানের মাধ্যমে আরও প্রাসঙ্গিক তালিকা আবিষ্কার করে।

সিইভিএর নিউউপ্রো এবং সিইভিএ-এক্সএম এআই প্রসেসর প্রান্তে ডিপ লার্নিং এবং এআই অনুমানের জন্য সিইভিএ সিডিএনএন সংকলক ব্যবহার করে রিয়েল-টাইম এম্বেডড ডিভাইসে ব্যবহারের জন্য টেনসরফ্লো প্রশিক্ষিত নেটওয়ার্কগুলিকে স্বয়ংক্রিয়ভাবে রূপান্তর করে।

চায়না মোবাইল একটি টেনসরফ্লো ব্যবহার করে একটি গভীর শিক্ষার ব্যবস্থা তৈরি করেছে যা স্বয়ংক্রিয়ভাবে কাটওভারের সময় উইন্ডো সম্পর্কে পূর্বাভাস দিতে পারে, অপারেশন লগগুলি যাচাই করতে পারে এবং নেটওয়ার্কের ব্যঙ্গতাগুলি সনাক্ত করতে পারে। এটি ইতিমধ্যে বিশ্বের কয়েক মিলিয়ন আইওটি এইচএসএস সংখ্যার বৃহত্তম স্থানান্তরকে সফলভাবে সমর্থন করেছে।

কৃত্রিম বুদ্ধিমত্তার অগ্রযাত্রা এবং টেনসরফ্লো এর পরিপক্কতা কোকাকোলা কোম্পানীটিকে অবশেষে একটি দীর্ঘ-চাওয়া ঘর্ষণবিহীন প্রমাণ-অফ-ক্রয়ের সক্ষমতা অর্জনে সক্ষম করে enabled

টেনসরফ্লো ব্যবহার করে, জিই হেলথকেয়ার গতি এবং নির্ভরযোগ্যতা উন্নত করতে ব্রেন ম্যাগনেটিক রেজোনান্স ইমেজিং (এমআরআই) পরীক্ষার সময় নির্দিষ্ট শারীরবৃত্ত সনাক্তকরণের জন্য একটি নিউরাল নেটওয়ার্ক প্রশিক্ষণ দিচ্ছে।

গুগল অনুসন্ধান, Gmail এবং অনুবাদ এর মতো পণ্যগুলিতে এমএল বাস্তবায়নকে শক্তিশালী করতে টেনসরফ্লো ব্যবহার করে, নতুন আবিষ্কারগুলিতে গবেষকদের সহায়তা করতে, এমনকি মানবিক ও পরিবেশগত চ্যালেঞ্জগুলিতে অগ্রগতি জালিয়াতেও।

এই কাজের ফলে 2.8x পর্যন্ত পারফরম্যান্সের উন্নতি হয়েছে যা টেনসরফ্লো সম্প্রদায় এবং ইনটেল প্ল্যাটফর্মগুলিতে টেনসরফ্লো ব্যবহার করে বিভিন্ন গ্রাহককে উপকৃত করে

কাকাও গতিশীলতা টেনসরফ্লো এবং টেনসরফ্লো পরিবেশন করে যখন আমরা রাইড হেলিংয়ের অনুরোধগুলি পূরণ করতে ড্রাইভারগুলি প্রেরণ করি তখন ভ্রমণের সমাপ্ত হারের সম্ভাবনার পূর্বাভাস দেওয়ার জন্য ing

লেনোভো লাইকো প্ল্যাটফর্ম এআই প্রশিক্ষণ এবং traditionalতিহ্যবাহী উচ্চ পারফরম্যান্স কম্পিউটিংকে ত্বরান্বিত করে, এবং টেনসরফ্লো ইন্টিগ্রেশন এবং অপ্টিমাইজেশনের সাথে গভীর শিক্ষার প্রশিক্ষণকে অনুকূল করে তোলে। LiCO বিভিন্ন অন্তর্নির্মিত টেনসরফ্লো মডেল সরবরাহ করে এবং এই মডেলগুলির অনুকূলিত বিতরণ প্রশিক্ষণ সমর্থন করে।

লিয়ুলিশুও অ্যালগরিদম দলটি ২০১ 2016 সালের শুরুর দিকে প্রথম তার অভ্যন্তরীণ মেশিন লার্নিং প্রকল্পে টেনসরফ্লো প্রয়োগ করেছিল This সহজেই ব্যবহারযোগ্য মেশিন লার্নিং কাঠামোটি দলকে ইংরেজি শেখানোর জন্য একটি অ্যাপ্লিকেশন তৈরি করতে সহায়তা করেছিল।

টেনসরফ্লো নাভের শপিং ব্যবহার করে নিয়মিতভাবে পণ্যগুলি সংগঠিত করতে এবং ব্যবহারকারীর জন্য আরও সহজ অনুসন্ধানের অনুমতি দেওয়ার জন্য স্বয়ংক্রিয়ভাবে দিনে 20 মিলিয়ন নতুন নিবন্ধিত পণ্যগুলির সাথে প্রায় 5000 টি বিভাগের সাথে মেলে।

প্রক্রিয়াটিতে এক্সএফএলপি বাধা ভেঙে এনআরএসসি এবং এনভিআইডিএ 27,000+ এনভিডিয়া ভি 100 টেনসর কোর জিপিইউগুলিতে একটি বৈজ্ঞানিক ডিপ লার্নিং অ্যাপ্লিকেশন স্কেলিংয়ে সফল হয়েছিল।

টেনসরফ্লো, ডিপ ট্রান্সফার লার্নিং এবং জেনারেটরি মডেলিং ব্যবহার করে পেপাল সনাক্তকরণের যথাযথতা বৃদ্ধির মাধ্যমে বৈধ ব্যবহারকারীর অভিজ্ঞতার উন্নতি করতে জালিয়াতি হ্রাসের নির্ভুলতা বাড়াতে জটিল সাময়িকভাবে বিভিন্ন জালিয়াতির ধরণগুলি সনাক্ত করতে সক্ষম হয়েছে।

কোয়ালকম স্নাপড্রাগন মোবাইল প্ল্যাটফর্মগুলিতে এবং আইওটি, গণনা, এক্সআর এবং মোটরগাড়িগুলির জন্য নকশাকৃত চিপসেট পোর্টফোলিওগুলিতে টেনসরফ্লো এবং টেনসরফ্লো লাইট মডেলগুলি অনুকূল করে এবং ত্বরান্বিত করে।

টেনসরফ্লো ব্যবহার করে রেটিনাল ওসিটি চিত্রগুলিতে রোগের শ্রেণিবিন্যাস এবং বিভাগকরণ করা হয়েছিল। তিনটি রোগের ধরনকে কোরিওডাল নিউওভাসকুলারাইজেশন, ভিট্রেসাস ওয়ার্টস বা ডায়াবেটিক রেটিনাল এডিমা হিসাবে শ্রেণীবদ্ধ করা হয়েছিল। বিভাগকরণের পরে, সিনোভেশন ভেনচারগুলি ইমেজিংয়ে সন্দেহজনক ক্ষতগুলির সীমানা সরবরাহ করেছিল।

পাঠ্যকে শ্রেণীবদ্ধ করার জন্য মেশিন লার্নিং মডেলগুলি গভীরভাবে কাস্টমাইজ করার জন্য এবং গ্রাহকদের কল পাওয়ার পরে তাদের গ্রাহকদের অভিপ্রায় নির্ধারণ করার জন্য টেনসরফ্লো'র ক্ষমতাকে সুইসকোম ব্যবহার করে।

প্রসেসর এসডিকে টেনসরফ্লো লাইট মডেলগুলি অনুকূল করে, সিএনএন / ডিএনএনকে সাধারণ গণনা আর্মি কোর থেকে বিল্টড হার্ডওয়্যার এক্সিলিটরগুলির উদ্দেশ্যে নির্ধারণ করে, যা মেশিন ভিশন, রোবোটিকস, অটোমোটিভ এডিএএস এবং অন্যান্য অনেক অ্যাপ্লিকেশনগুলিতে মেশিন লার্নিং ক্ষমতা বাড়ায়।

টুইটার টেনসরফ্লোকে তাদের "র‌্যাঙ্কড টাইমলাইন" তৈরি করতে ব্যবহার করেছে যাতে ব্যবহারকারীরা নিশ্চিত হতে পারেন যে তারা হাজার হাজার ব্যবহারকারীকে অনুসরণ করেও তাদের সবচেয়ে গুরুত্বপূর্ণ টুইটগুলি মিস করবেন না।

ভিএসসিও "এই ছবির জন্য" বৈশিষ্ট্যটি বিকাশের জন্য টেনসরফ্লো লাইট ব্যবহার করেছে, যা কোনও ধরণের ফটো কী সম্পাদনা করছে তা সনাক্ত করতে অন-ডিভাইস মেশিন লার্নিং ব্যবহার করে এবং তারপরে একটি সংক্ষিপ্ত তালিকা থেকে প্রাসঙ্গিক প্রিসেটগুলির পরামর্শ দেয়।

ডাব্লুপিএস অফিস একাধিক ব্যবসায়িক দৃশ্যের প্রয়োগ করে যেমন অন-ডিভাইস চিত্র স্বীকৃতি এবং টেনসরফ্লো ভিত্তিক চিত্র ওসিআর।