TensorFlow কিভাবে বাস্তব, দৈনন্দিন মেশিন লার্নিং সমস্যার সমাধান করে তা জানুন

Airbnb ইঞ্জিনিয়ারিং এবং ডেটা সায়েন্স টিম টেনসরফ্লো ব্যবহার করে মেশিন লার্নিং প্রয়োগ করে ছবিকে শ্রেণীবদ্ধ করতে এবং স্কেলে বস্তু শনাক্ত করতে, গেস্ট অভিজ্ঞতা উন্নত করতে সাহায্য করে।

ML নগর পরিকল্পনা, অবৈধ নির্মাণ এবং ম্যাপিং ক্ষতি এবং প্রাকৃতিক বিপর্যয়ের কারণে সৃষ্ট ল্যান্ডস্কেপ পরিবর্তনের বিরুদ্ধে লড়াইয়ের জন্য পৃথিবীর পৃষ্ঠের পরিবর্তনগুলি পর্যবেক্ষণে সহায়তা করে।

অ্যান্ড্রয়েড নিউরাল নেটওয়ার্ক এপিআই (এনএনএপিআই) এর জন্য আর্ম এনএন একটি হার্ডওয়্যার অ্যাবস্ট্রাকশন লেয়ার (এইচএএল) প্রদান করে যা আর্ম মালি জিপিইউকে লক্ষ্য করে এবং টেনসরফ্লো লাইটের মতো মেশিন লার্নিং ফ্রেমওয়ার্কগুলিতে 4x কর্মক্ষমতা বৃদ্ধি করে।

ক্যারোসেল Google ক্লাউড ML-এ TensorFlow ব্যবহার করে গভীর চিত্র এবং প্রাকৃতিক ভাষা বোঝার সাথে মেশিন লার্নিং মডেল তৈরি করে। বিক্রেতারা চিত্র স্বীকৃতি সহ একটি সরলীকৃত পোস্টিং অভিজ্ঞতা থেকে উপকৃত হন এবং ক্রেতারা সুপারিশ এবং চিত্র অনুসন্ধানের মাধ্যমে আরও প্রাসঙ্গিক তালিকা আবিষ্কার করে৷

CEVA-এর NeuPro এবং CEVA-XM AI প্রসেসরগুলি প্রান্তে ডিপ লার্নিং এবং AI অনুমানের জন্য স্বয়ংক্রিয়ভাবে CEVA CDNN কম্পাইলার ব্যবহার করে রিয়েল-টাইম এমবেডেড ডিভাইসগুলিতে ব্যবহারের জন্য TensorFlow প্রশিক্ষিত নেটওয়ার্কগুলিকে রূপান্তরিত করে৷

চায়না মোবাইল টেনসরফ্লো ব্যবহার করে একটি ডিপ লার্নিং সিস্টেম তৈরি করেছে যা স্বয়ংক্রিয়ভাবে কাটওভার টাইম উইন্ডোর পূর্বাভাস দিতে পারে, অপারেশন লগ যাচাই করতে পারে এবং নেটওয়ার্ক অসঙ্গতি সনাক্ত করতে পারে। এটি ইতিমধ্যে কয়েক মিলিয়ন IoT HSS নম্বরের বিশ্বের বৃহত্তম স্থানান্তরকে সফলভাবে সমর্থন করেছে।

কৃত্রিম বুদ্ধিমত্তার অগ্রগতি এবং TensorFlow-এর পরিপক্কতা কোকা-কোলা কোম্পানিকে তাদের লয়্যালটি প্রোগ্রামের জন্য একটি দীর্ঘ-প্রার্থিত ঘর্ষণহীন প্রমাণ-অফ-পারচেজ ক্ষমতা অর্জন করতে সক্ষম করেছে।

টেনসরফ্লো ব্যবহার করে, জিই হেলথকেয়ার গতি এবং নির্ভরযোগ্যতা উন্নত করতে সাহায্য করার জন্য মস্তিষ্কের চৌম্বকীয় অনুরণন ইমেজিং (এমআরআই) পরীক্ষার সময় নির্দিষ্ট শারীরস্থান সনাক্ত করতে একটি নিউরাল নেটওয়ার্ককে প্রশিক্ষণ দিচ্ছে।

Google TensorFlow ব্যবহার করে অনুসন্ধান, Gmail এবং অনুবাদের মতো পণ্যগুলিতে ML বাস্তবায়নকে শক্তিশালী করতে, গবেষকদের নতুন আবিষ্কারে সহায়তা করতে এবং এমনকি মানবিক ও পরিবেশগত চ্যালেঞ্জগুলিতে অগ্রগতি তৈরি করতে।

InSpace TensorFlow.js ব্যবহার করে বিষাক্ত মন্তব্যগুলি সনাক্ত করার আগে ব্রাউজারে সমস্ত অনুমান ক্লায়েন্ট সাইড সম্পাদন করে, শ্রেণীবিভাগের জন্য তৃতীয় পক্ষের সার্ভারে পাঠ্য পাঠানোর প্রয়োজনীয়তা দূর করে।

Google-এর সাথে Intel-এর অংশীদারিত্বের ফলে Intel প্ল্যাটফর্মে TensorFlow চালিত গ্রাহকদের একটি বিস্তৃত পরিসরকে উপকৃত করার জন্য বিভিন্ন মডেল জুড়ে 2.8x পর্যন্ত অনুমান কার্যক্ষমতার উন্নতি হয়েছে।

কাকাও মোবিলিটি টেনসরফ্লো এবং টেনসরফ্লো সার্ভিং ব্যবহার করে যখন রাইড-হেলিং অনুরোধগুলি পূরণ করার জন্য ড্রাইভারদের পাঠানো হয় তখন ট্রিপ সম্পূর্ণ হওয়ার সম্ভাবনার পূর্বাভাস দিতে।

Lenovo LiCO প্ল্যাটফর্ম AI প্রশিক্ষণ এবং ঐতিহ্যবাহী উচ্চ কর্মক্ষমতা কম্পিউটিংকে ত্বরান্বিত করে এবং TensorFlow ইন্টিগ্রেশন এবং অপ্টিমাইজেশনের সাথে গভীর শিক্ষার প্রশিক্ষণকে অপ্টিমাইজ করে। LiCO বিভিন্ন অন্তর্নির্মিত TensorFlow মডেল সরবরাহ করে এবং এই মডেলগুলির অপ্টিমাইজড বিতরণ প্রশিক্ষণ সমর্থন করে।

Liulishuo অ্যালগরিদম টিম 2016 সালের প্রথম দিকে তার অভ্যন্তরীণ মেশিন লার্নিং প্রকল্পে TensorFlow প্রয়োগ করেছিল। এই সহজে ব্যবহারযোগ্য মেশিন লার্নিং ফ্রেমওয়ার্ক টিমকে ইংরেজি শেখানোর জন্য একটি অ্যাপ্লিকেশন তৈরি করতে সাহায্য করেছিল।

ModiFace TensorFlow.js FaceMesh মডেলের সাহায্য করে মুখের মুখের মূল বৈশিষ্ট্যগুলি সনাক্ত করতে এবং সেগুলিকে WebGL শেডারের সাথে একত্রিত করতে, ব্যবহারকারীদের গোপনীয়তা রক্ষা করার সাথে সাথে L'Oreal ব্র্যান্ডের পণ্যগুলির জন্য ডিজিটালভাবে মেকআপ করার চেষ্টা করার অনুমতি দেয়৷ লাইভ অভিজ্ঞতা সম্পূর্ণরূপে ব্রাউজারে চলে, তাই কোনো ব্যবহারকারীর ডেটা কখনও প্রসেসিংয়ের জন্য সার্ভারে পাঠানো হয় না।

TensorFlow NAVER শপিং ব্যবহার করে স্বয়ংক্রিয়ভাবে প্রতিদিন 20 মিলিয়নের বেশি নতুন নিবন্ধিত পণ্যের সাথে প্রায় 5,000 বিভাগের সাথে মিলে যায় যাতে পণ্যগুলিকে পদ্ধতিগতভাবে সংগঠিত করা যায় এবং ব্যবহারকারীদের জন্য সহজে অনুসন্ধান করা যায়৷

NERSC এবং NVIDIA একটি বৈজ্ঞানিক গভীর শিক্ষার অ্যাপ্লিকেশনকে 27,000+ Nvidia V100 Tensor Core GPU-তে স্কেল করতে সফল হয়েছে, প্রক্রিয়ায় ExaFLOP বাধা ভেঙ্গেছে।

OpenX তাদের বিজ্ঞাপন বিনিময়ে TFX এবং Google ক্লাউড প্ল্যাটফর্মকে একীভূত করে প্রতি সেকেন্ডে এক মিলিয়নেরও বেশি অনুরোধ প্রক্রিয়াকরণ করে এবং 15 মিলিসেকেন্ডের কম সময়ে প্রতিক্রিয়া প্রদান করে।

TensorFlow, ডিপ ট্রান্সফার লার্নিং এবং জেনারেটিভ মডেলিং ব্যবহার করে, পেপ্যাল ​​শনাক্তকরণে বর্ধিত নির্ভুলতার মাধ্যমে বৈধ ব্যবহারকারীদের অভিজ্ঞতা উন্নত করার পাশাপাশি জালিয়াতি হ্রাসের নির্ভুলতা বাড়ানোর জন্য জটিল অস্থায়ীভাবে পরিবর্তিত জালিয়াতির ধরণগুলি সনাক্ত করতে সক্ষম হয়েছে।

Qualcomm Snapdragon মোবাইল প্ল্যাটফর্মে এবং IoT, কম্পিউট, XR এবং স্বয়ংচালিত গাড়ির জন্য ডিজাইন করা চিপসেট পোর্টফোলিও জুড়ে TensorFlow এবং TensorFlow Lite মডেলগুলিকে অপ্টিমাইজ করে এবং ত্বরান্বিত করে৷

টেনসরফ্লো ব্যবহার করে রেটিনাল ওসিটি চিত্রগুলিতে রোগের শ্রেণিবিন্যাস এবং বিভাজন করা হয়েছিল। তিনটি রোগের ধরনকে choroidal neovascularization, vitreous warts বা ডায়াবেটিক রেটিনাল এডিমা হিসাবে শ্রেণীবদ্ধ করা হয়েছিল। বিভাজন করার পরে, সাইনোভেশন ভেঞ্চারস ইমেজিংয়ে সন্দেহজনক ক্ষতগুলির সীমানা প্রদান করে।

Spotify ML সিস্টেমের জন্য তার পাকা রাস্তাতে TFX এবং Kubeflow পাইপলাইনগুলিকে লিভারেজ করে, তাদের ML যাত্রা শুরু করা দলগুলিকে লক্ষ্য করে একটি এন্ড-টু-এন্ড মেশিন লার্নিং সলিউশন স্থাপন করার জন্য পণ্য এবং কনফিগারেশনের একটি মতামতযুক্ত সেট।

সুইসকম গভীরভাবে কাস্টমাইজড মেশিন লার্নিং মডেলের জন্য টেন্সরফ্লো-এর ক্ষমতাকে টেক্সটকে শ্রেণীবদ্ধ করতে এবং তাদের গ্রাহকদের জিজ্ঞাসা পাওয়ার পর তাদের অভিপ্রায় নির্ধারণ করে।

প্রসেসর SDK TensorFlow Lite মডেলগুলিকে অপ্টিমাইজ করে, CNN/DNN অনুমানকে সাধারণ কম্পিউট Arm® কোর থেকে উদ্দেশ্য করে নির্মিত হার্ডওয়্যার এক্সিলারেটরগুলিতে অফলোড করে, যা মেশিন ভিশন, রোবোটিক্স, স্বয়ংচালিত ADAS এবং অন্যান্য অনেক অ্যাপ্লিকেশনে মেশিন শেখার ক্ষমতা বাড়ায়।

টুইটার তাদের "র‌্যাঙ্কড টাইমলাইন" তৈরি করতে TensorFlow ব্যবহার করেছে, যাতে ব্যবহারকারীরা নিশ্চিত করতে পারে যে তারা হাজার হাজার ব্যবহারকারীকে অনুসরণ করলেও তারা তাদের সবচেয়ে গুরুত্বপূর্ণ টুইটগুলি মিস করবে না।

VSCO "এই ছবির জন্য" বৈশিষ্ট্যটি বিকাশ করতে TensorFlow Lite ব্যবহার করেছে, যেটি ডিভাইসে মেশিন লার্নিং ব্যবহার করে কেউ কি ধরনের ফটো সম্পাদনা করছে তা শনাক্ত করতে এবং তারপর একটি কিউরেটেড তালিকা থেকে প্রাসঙ্গিক প্রিসেটের পরামর্শ দেয়।

WPS অফিস একাধিক ব্যবসায়িক পরিস্থিতি প্রয়োগ করে, যেমন টেনসরফ্লো-এর উপর ভিত্তি করে অন-ডিভাইস ইমেজ রিকগনিশন এবং ইমেজ OCR।