Pelajari cara TensorFlow memecahkan masalah machine learning sehari-hari yang nyata
Pelajari bagaimana berbagai perusahaan dari berbagai industri menerapkan ML untuk menyelesaikan masalah terbesar mereka. Dari perawatan kesehatan hingga jejaring sosial dan bahkan e - niaga , ML dapat diintegrasikan ke dalam industri dan perusahaan Anda.
Tertarik memanfaatkan ML dalam bisnis Anda sendiri? Terhubung dengan salah satu Mitra Layanan AI kami untuk mempelajari lebih lanjut.

Semua studi kasus dan sebutan

Tim teknik dan sains data Airbnb menerapkan pembelajaran mesin menggunakan TensorFlow untuk mengklasifikasikan gambar dan mendeteksi objek dalam skala besar, membantu meningkatkan pengalaman tamu.

ML membantu memantau perubahan permukaan bumi untuk perencanaan kota, memerangi konstruksi ilegal dan memetakan kerusakan serta perubahan lanskap yang disebabkan oleh bencana alam.

Arm NN untuk Android Neural Networks API (NNAPI) menyediakan Hardware Abstraction Layer (HAL) yang menargetkan GPU Arm Mali dan menghasilkan lebih dari 4 kali peningkatan performa pada framework machine learning seperti TensorFlow Lite.

Carousell membuat model pembelajaran mesin dengan gambar dalam dan pemahaman bahasa alami menggunakan TensorFlow di Google Cloud ML. Penjual mendapatkan keuntungan dari pengalaman pengeposan yang disederhanakan dengan pengenalan gambar, dan pembeli menemukan listingan yang lebih relevan melalui rekomendasi dan penelusuran gambar.

Prosesor CEVA NeuPro dan CEVA-XM AI untuk Deep Learning dan inferensi AI di edge secara otomatis mengubah jaringan yang dilatih TensorFlow untuk digunakan dalam perangkat tersemat waktu nyata menggunakan Compiler CDNN CEVA.

China Mobile telah membuat sistem pembelajaran mendalam menggunakan TensorFlow yang secara otomatis dapat memprediksi jendela waktu pemutusan, memverifikasi log operasi, dan mendeteksi anomali jaringan. Ini telah berhasil mendukung relokasi terbesar di dunia dari ratusan juta nomor IoT HSS.

Kemajuan dalam kecerdasan buatan dan kematangan TensorFlow memungkinkan Coca-Cola Company untuk akhirnya mencapai kemampuan bukti pembelian tanpa gesekan yang telah lama dicari.

Dengan menggunakan Tensorflow, GE Healthcare melatih jaringan saraf untuk mengidentifikasi anatomi tertentu selama ujian magnetic resonance imaging (MRI) otak untuk membantu meningkatkan kecepatan dan keandalan.

Google menggunakan TensorFlow untuk memberdayakan implementasi ML di produk seperti Penelusuran, Gmail, dan Terjemahan, untuk membantu peneliti dalam penemuan baru, dan bahkan menempa kemajuan dalam tantangan kemanusiaan dan lingkungan.

Pekerjaan ini telah menghasilkan peningkatan performa hingga 2,8x yang menguntungkan komunitas TensorFlow dan berbagai pelanggan yang menggunakan TensorFlow pada platform Intel

Kakao Mobility menggunakan TensorFlow & TensorFlow Serving untuk memprediksi kemungkinan tingkat perjalanan yang diselesaikan saat kami mengirim pengemudi untuk memenuhi permintaan pemesanan kendaraan.

Platform Lenovo LiCO mempercepat pelatihan AI dan Komputasi Performa Tinggi tradisional, serta mengoptimalkan pelatihan deep learning dengan integrasi dan pengoptimalan TensorFlow. LiCO menyediakan berbagai model TensorFlow built-in dan mendukung pelatihan terdistribusi yang dioptimalkan untuk model ini.

Tim algoritme Liulishuo pertama kali menerapkan TensorFlow ke proyek machine learning internalnya pada awal 2016. Framework machine learning yang mudah digunakan ini membantu tim membuat aplikasi untuk mengajar bahasa Inggris.

Menggunakan TensorFlow NAVER Shopping secara otomatis mencocokkan lebih dari 20 juta produk yang baru didaftarkan setiap harinya dengan sekitar 5.000 kategori untuk mengatur produk secara sistematis dan memungkinkan pencarian pengguna yang lebih mudah.

NERSC dan NVIDIA berhasil menskalakan aplikasi Deep Learning ilmiah ke 27.000+ GPU Nvidia V100 Tensor Core, menembus penghalang ExaFLOP dalam prosesnya.

Dengan menggunakan TensorFlow, pembelajaran transfer mendalam, dan pemodelan generatif, PayPal mampu mengenali pola penipuan yang bervariasi secara temporer untuk meningkatkan akurasi penurunan penipuan sekaligus meningkatkan pengalaman pengguna yang sah melalui peningkatan presisi dalam identifikasi.

Qualcomm mengoptimalkan dan mempercepat model TensorFlow dan TensorFlow Lite di platform seluler Snapdragon, dan di seluruh portofolio chipset yang dirancang untuk IoT, komputasi, XR, dan otomotif.

Klasifikasi dan segmentasi penyakit dilakukan pada citra OCT retina menggunakan TensorFlow. Ketiga jenis penyakit tersebut diklasifikasikan sebagai neovaskularisasi koroid, kutil vitreous, atau edema retina diabetik. Setelah segmentasi, Sinovation Ventures memberikan batas dari lesi yang dicurigai dalam pencitraan.

Swisscom memanfaatkan kapasitas TensorFlow untuk menyesuaikan model pembelajaran mesin secara mendalam untuk mengklasifikasikan teks dan menentukan tujuan pelanggan mereka setelah menerima panggilan.

Processor SDK mengoptimalkan model TensorFlow Lite, memindahkan inferensi CNN / DNN dari core Arm® komputasi umum ke akselerator hardware yang dibuat khusus, yang meningkatkan kapabilitas machine learning dalam machine vision, robotika, ADAS otomotif, dan banyak aplikasi lainnya.

Twitter menggunakan TensorFlow untuk membuat "Garis Waktu Berperingkat", yang memungkinkan pengguna memastikan bahwa mereka tidak melewatkan tweet terpenting mereka meskipun mereka mengikuti ribuan pengguna.

VSCO menggunakan TensorFlow Lite untuk mengembangkan fitur "Untuk Foto Ini", yang menggunakan pembelajaran mesin di perangkat untuk mengidentifikasi jenis foto yang sedang diedit seseorang dan kemudian menyarankan prasetel yang relevan dari daftar pilihan.

WPS Office mengimplementasikan beberapa skenario bisnis, seperti pengenalan gambar di perangkat dan OCR gambar berdasarkan TensorFlow.