Google is committed to advancing racial equity for Black communities. See how.
Ta strona została przetłumaczona przez Cloud Translation API.
Switch to English

Dowiedz się, jak TensorFlow rozwiązuje rzeczywiste, codzienne problemy związane z uczeniem maszynowym

Zobacz, jak różne firmy z różnych branż wdrażają ML, aby rozwiązać swoje największe problemy. Od opieki zdrowotnej po sieci społecznościowe, a nawet e-commerce , ML można zintegrować z Twoją branżą i firmą.

Jesteś zainteresowany wykorzystaniem ML we własnej firmie? Połącz się z jednym z naszych Zaufanych Partnerów, aby dowiedzieć się więcej.

Wszystkie studia przypadków i wzmianki

Nie znaleziono żadnych studiów przypadku
Airbnb poprawia wrażenia gości, wykorzystując TensorFlow do klasyfikowania obrazów i wykrywania obiektów na dużą skalę

Zespół inżynierów i data science Airbnb stosuje uczenie maszynowe przy użyciu TensorFlow do klasyfikowania obrazów i wykrywania obiektów na dużą skalę, pomagając poprawić wrażenia gości.

Airbus wykorzystuje TensorFlow do wydobywania informacji ze swoich zdjęć satelitarnych i dostarczania cennych informacji swoim klientom

ML pomaga w monitorowaniu zmian na powierzchni Ziemi pod kątem planowania urbanistycznego, zwalczania nielegalnych budów oraz mapowania szkód i zmian krajobrazu spowodowanych katastrofami naturalnymi.

Warstwa abstrakcji sprzętu firmy Arm zapewnia ponad czterokrotny wzrost wydajności w porównaniu z TensorFlow Lite

Arm NN for Android Neural Networks API (NNAPI) zapewnia warstwę abstrakcji sprzętu (HAL), która jest skierowana do procesorów graficznych Arm Mali i prowadzi do ponad czterokrotnego zwiększenia wydajności struktur uczenia maszynowego, takich jak TensorFlow Lite.

Carousell korzysta z TensorFlow, aby poprawić doświadczenia kupujących i sprzedających

Carousell tworzy modele uczenia maszynowego z głębokim obrazem i zrozumieniem języka naturalnego przy użyciu TensorFlow w Google Cloud ML. Sprzedawcy korzystają z uproszczonego sposobu publikowania z rozpoznawaniem obrazów, a kupujący odkrywają trafniejsze oferty dzięki rekomendacjom i wyszukiwarce obrazów.

CEVA przekształca sieci wyszkolone przez TensorFlow w swoje procesory Deep Learning

Procesory CEVA NeuPro i CEVA-XM AI do głębokiego uczenia się i wnioskowania AI na brzegu sieci automatycznie konwertują sieci wyszkolone przez TensorFlow do użytku w urządzeniach wbudowanych w czasie rzeczywistym przy użyciu kompilatora CEVA CDNN.

China Mobile korzysta z TensorFlow, aby poprawić wskaźnik skuteczności przełączania elementów sieci

China Mobile stworzył system głębokiego uczenia przy użyciu TensorFlow, który może automatycznie przewidywać przedział czasu przełączania, weryfikować dzienniki operacji i wykrywać anomalie sieciowe. To już z powodzeniem wsparło największą na świecie relokację setek milionów numerów IoT HSS.

Jak uczenie maszynowe z mobilnym dowodem zakupu w Coca-Cola z obsługą TensorFlow

Postępy w sztucznej inteligencji i dojrzałość TensorFlow umożliwiły Coca-Cola Company wreszcie osiągnięcie od dawna poszukiwanej bezproblemowej możliwości dowodu zakupu.

Firma GE przeszkoliła sieć neuronową przy użyciu TensorFlow do identyfikacji anatomii na obrazach MRI mózgu

Korzystając z Tensorflow, firma GE Healthcare szkoli sieć neuronową w celu identyfikacji określonej anatomii podczas badań rezonansu magnetycznego (MRI) mózgu, aby poprawić szybkość i niezawodność.

Firma Google opracowała TensorFlow, aby zapewnić wszystkim uczenie maszynowe

Google używa TensorFlow do obsługi implementacji ML w produktach takich jak wyszukiwarka, Gmail i Tłumacz, aby pomóc badaczom w nowych odkryciach, a nawet w tworzeniu postępów w wyzwaniach humanitarnych i środowiskowych.

Firma Intel nawiązała współpracę z Google w celu optymalizacji wydajności wnioskowania TensorFlow w różnych modelach.

Ta praca zaowocowała 2,8-krotnym wzrostem wydajności, co przynosi korzyści społeczności TensorFlow i szerokiemu gronu klientów korzystających z TensorFlow na platformach Intel

Kakao używa TensorFlow do przewidywania stopnia ukończenia żądań wywołania przejazdu

Kakao Mobility korzysta z usług TensorFlow i TensorFlow Serving do przewidywania prawdopodobieństwa wskaźnika ukończenia podróży, gdy wysyłamy kierowców, aby zrealizowali żądania wywołania przejazdu.

Lenovo Intelligent Computing Orchestration korzysta z TensorFlow, aby przyspieszyć inteligentną rewolucję

Platforma Lenovo LiCO przyspiesza szkolenie w zakresie sztucznej inteligencji i tradycyjne obliczenia o wysokiej wydajności oraz optymalizuje szkolenia głębokiego uczenia dzięki integracji i optymalizacji TensorFlow. LiCO zapewnia różne wbudowane modele TensorFlow i obsługuje zoptymalizowane rozproszone szkolenie tych modeli.

Liulishuo używa TensorFlow, aby pomóc w nauczaniu nowych języków

Zespół algorytmów Liulishuo po raz pierwszy zastosował TensorFlow do swojego wewnętrznego projektu uczenia maszynowego na początku 2016 roku. Ten łatwy w użyciu framework do uczenia maszynowego pomógł zespołowi zbudować aplikację do nauczania języka angielskiego.

Automatyczna klasyfikacja kategorii produktów w Zakupach NAVER za pomocą TensorFlow

Korzystanie z TensorFlow NAVER Shopping automatycznie dopasowuje ponad 20 milionów nowo zarejestrowanych produktów dziennie do około 5000 kategorii, aby uporządkować produkty w sposób systematyczny i ułatwić wyszukiwanie użytkowników.

Jak firma NERSC skalowała naukową aplikację DL do 27 000+ procesorów graficznych z rdzeniem Tensor Nvidia V100 przy użyciu TensorFlow

NERSC i NVIDIA odniosły sukces w skalowaniu naukowej aplikacji Deep Learning do 27 000+ procesorów graficznych Nvidia V100 Tensor Core, przełamując tym samym barierę ExaFLOP.

PayPal korzysta z TensorFlow, aby pozostać liderem w dziedzinie wykrywania oszustw

Korzystając z TensorFlow, uczenia się głębokiego transferu i modelowania generatywnego, firma PayPal była w stanie rozpoznać złożone, zmieniające się w czasie wzorce oszustw, aby zwiększyć dokładność eliminacji oszustw, jednocześnie poprawiając doświadczenie legalnych użytkowników dzięki zwiększonej precyzji identyfikacji.

Qualcomm przyspiesza modele TensorFlow na platformach mobilnych Snapdragon i nie tylko

Qualcomm optymalizuje i przyspiesza modele TensorFlow i TensorFlow Lite na platformach mobilnych Snapdragon oraz w portfolio chipsetów zaprojektowanych dla IoT, obliczeń, XR i motoryzacji.

Wykrywanie choroby na obrazach siatkówki OCT za pomocą TensorFlow

Klasyfikację i segmentację choroby przeprowadzono na obrazach siatkówki OCT za pomocą TensorFlow. Trzy typy chorób sklasyfikowano jako neowaskularyzację naczyniówkową, brodawki ciała szklistego lub cukrzycowy obrzęk siatkówki. Po segmentacji Sinovation Ventures określiło granicę podejrzanych zmian w obrazowaniu.

Jak niestandardowy model TensorFlow firmy Swisscom usprawnił operacje biznesowe poprzez klasyfikację tekstu

Swisscom wykorzystuje możliwości TensorFlow do głębokiego dostosowywania modeli uczenia maszynowego do klasyfikowania tekstu i określania intencji klientów po odebraniu ich połączeń.

Zestaw SDK procesora Texas Instruments integruje TensorFlow Lite do wnioskowania uczenia maszynowego na krawędzi

Pakiet Processor SDK optymalizuje modele TensorFlow Lite, odciążając wnioskowanie CNN / DNN z ogólnych rdzeni obliczeniowych Arm® na specjalnie skonstruowane akceleratory sprzętowe, które zwiększają możliwości uczenia maszynowego w wizji maszynowej, robotyce, samochodach ADAS i wielu innych zastosowaniach.

Ranking tweetów za pomocą TensorFlow

Twitter wykorzystał TensorFlow do zbudowania swojej „rankingowej osi czasu”, umożliwiając użytkownikom upewnienie się, że nie przegapią najważniejszych tweetów, nawet jeśli śledzą tysiące użytkowników.

Sugerowanie ustawień wstępnych dla obrazów: Tworzenie „dla tego zdjęcia” w VSCO

Firma VSCO wykorzystała TensorFlow Lite do opracowania funkcji „Do tego zdjęcia”, która wykorzystuje uczenie maszynowe na urządzeniu do identyfikowania rodzaju zdjęcia, które ktoś edytuje, a następnie sugeruje odpowiednie ustawienia wstępne z wybranej listy.

WPS Office: inteligentne biuro oparte na TensorFlow

WPS Office implementuje wiele scenariuszy biznesowych, takich jak rozpoznawanie obrazu na urządzeniu i OCR obrazu w oparciu o TensorFlow.