Scopri come TensorFlow risolve i problemi di machine learning reali e quotidiani
Scopri come varie aziende di un'ampia varietà di settori implementano il machine learning per risolvere i loro problemi più grandi. Dall'assistenza sanitaria ai social network e persino all'e-commerce , il ML può essere integrato nel tuo settore e azienda.
Ti interessa utilizzare il ML nella tua attività? Connettiti con uno dei nostri partner di servizio AI per saperne di più.

Tutti i casi di studio e le menzioni

Il team di ingegneria e scienza dei dati di Airbnb applica l'apprendimento automatico utilizzando TensorFlow per classificare le immagini e rilevare oggetti su larga scala, contribuendo a migliorare l'esperienza degli ospiti.

ML aiuta a monitorare le modifiche alla superficie terrestre per la pianificazione urbana, combattere la costruzione illegale e mappare i danni e i cambiamenti del paesaggio causati da catastrofi naturali.

Arm NN per Android Neural Networks API (NNAPI) fornisce un Hardware Abstraction Layer (HAL) che prende di mira le GPU Arm Mali e porta a un aumento delle prestazioni di oltre 4 volte per framework di machine learning come TensorFlow Lite.

Carousell crea modelli di machine learning con una profonda comprensione delle immagini e del linguaggio naturale utilizzando TensorFlow su Google Cloud ML. I venditori beneficiano di un'esperienza di pubblicazione semplificata con il riconoscimento delle immagini e gli acquirenti scoprono elenchi più pertinenti tramite consigli e ricerca di immagini.

I processori NeuPro e CEVA-XM AI di CEVA per Deep Learning e inferencing AI at the edge convertono automaticamente le reti addestrate TensorFlow per l'utilizzo in dispositivi embedded in tempo reale utilizzando il compilatore CDNN CEVA.

China Mobile ha creato un sistema di deep learning utilizzando TensorFlow in grado di prevedere automaticamente la finestra temporale del cutover, verificare i registri delle operazioni e rilevare anomalie di rete. Questo ha già supportato con successo il più grande trasferimento al mondo di centinaia di milioni di numeri IoT HSS.

I progressi nell'intelligenza artificiale e la maturità di TensorFlow hanno consentito a Coca-Cola Company di ottenere finalmente una capacità di prova d'acquisto a lungo ricercata.

Utilizzando Tensorflow, GE Healthcare sta addestrando una rete neurale per identificare anatomia specifica durante gli esami di risonanza magnetica (MRI) cerebrale per migliorare la velocità e l'affidabilità.

Google utilizza TensorFlow per potenziare le implementazioni ML in prodotti come Ricerca, Gmail e Traduttore, per aiutare i ricercatori in nuove scoperte e persino per forgiare progressi nelle sfide umanitarie e ambientali.

Questo lavoro ha portato a un miglioramento delle prestazioni fino a 2,8 volte a vantaggio della comunità TensorFlow e di un'ampia gamma di clienti che utilizzano TensorFlow su piattaforme Intel

Kakao Mobility utilizza TensorFlow e TensorFlow Serving per prevedere la probabilità del tasso di completamento del viaggio quando inviamo i conducenti per soddisfare le richieste di chiamata.

La piattaforma Lenovo LiCO accelera la formazione AI e il tradizionale High Performance Computing e ottimizza la formazione di deep learning con l'integrazione e l'ottimizzazione di TensorFlow. LiCO fornisce vari modelli TensorFlow integrati e supporta l'addestramento distribuito ottimizzato di questi modelli.

Il team di algoritmi di Liulishuo ha applicato per la prima volta TensorFlow al suo progetto di machine learning interno all'inizio del 2016. Questo framework di machine learning di facile utilizzo ha aiutato il team a creare un'applicazione per insegnare l'inglese.

L'utilizzo di TensorFlow NAVER Shopping abbina automaticamente oltre 20 milioni di prodotti appena registrati al giorno a circa 5.000 categorie al fine di organizzare i prodotti in modo sistematico e consentire una ricerca più semplice per gli utenti.

NERSC e NVIDIA sono riusciti a scalare un'applicazione scientifica di Deep Learning a oltre 27.000 GPU Nvidia V100 Tensor Core, rompendo la barriera ExaFLOP nel processo.

Utilizzando TensorFlow, l'apprendimento profondo del trasferimento e la modellazione generativa, PayPal è stata in grado di riconoscere complessi modelli di frode variabili nel tempo per aumentare l'accuratezza del declino delle frodi, migliorando l'esperienza degli utenti legittimi attraverso una maggiore precisione nell'identificazione.

Qualcomm ottimizza e accelera i modelli TensorFlow e TensorFlow Lite su piattaforme mobili Snapdragon e su portafogli di chipset progettati per IoT, elaborazione, XR e automotive.

La classificazione e la segmentazione della malattia sono state eseguite su immagini OCT retiniche utilizzando TensorFlow. I tre tipi di malattia sono stati classificati come neovascolarizzazione coroideale, verruche vitree o edema retinico diabetico. Dopo la segmentazione, Sinovation Ventures ha fornito il confine delle lesioni sospette nell'imaging.

Swisscom sfrutta la capacità di TensorFlow di personalizzare profondamente i modelli di apprendimento automatico per classificare il testo e determinare l'intento dei propri clienti quando ricevono le loro chiamate.

Processor SDK ottimizza i modelli TensorFlow Lite, scaricando l'inferenza CNN / DNN dai core di calcolo generali Arm® agli acceleratori hardware appositamente progettati, che migliora le capacità di apprendimento automatico in visione artificiale, robotica, ADAS automobilistico e molte altre applicazioni.

Twitter ha utilizzato TensorFlow per creare la propria "cronologia classificata", consentendo agli utenti di assicurarsi di non perdere i tweet più importanti anche se seguono migliaia di utenti.

VSCO ha utilizzato TensorFlow Lite per sviluppare la funzione "Per questa foto", che utilizza l'apprendimento automatico sul dispositivo per identificare il tipo di foto che qualcuno sta modificando e quindi suggerire le preimpostazioni pertinenti da un elenco curato.

WPS Office implementa più scenari aziendali, come il riconoscimento delle immagini sul dispositivo e l'OCR delle immagini basato su TensorFlow.