เรียนรู้ว่า TensorFlow แก้ปัญหาการเรียนรู้ของเครื่องในชีวิตประจำวันได้อย่างไร
สำรวจว่า บริษัท ต่างๆจากหลากหลายอุตสาหกรรมใช้ ML เพื่อแก้ปัญหาที่ใหญ่ที่สุดได้อย่างไร ตั้งแต่ การดูแลสุขภาพ ไปจนถึง โซเชียลเน็ตเวิร์ก และแม้แต่ อีคอมเมิร์ซ ML สามารถรวมเข้ากับอุตสาหกรรมและ บริษัท ของคุณได้
สนใจใช้ ML ในธุรกิจของคุณเองหรือไม่? เชื่อมต่อกับ พันธมิตรด้านบริการ AI ของเราเพื่อเรียนรู้เพิ่มเติม

กรณีศึกษาและการกล่าวถึงทั้งหมด

ทีมวิศวกรรมและวิทยาศาสตร์ข้อมูลของ Airbnb ใช้แมชชีนเลิร์นนิงโดยใช้ TensorFlow เพื่อจัดประเภทรูปภาพและตรวจจับวัตถุตามขนาดเพื่อช่วยปรับปรุงประสบการณ์ของแขก

ML ช่วยในการตรวจสอบการเปลี่ยนแปลงของพื้นผิวโลกสำหรับการวางผังเมืองการต่อสู้กับการก่อสร้างที่ผิดกฎหมายและความเสียหายในการทำแผนที่และการเปลี่ยนแปลงภูมิทัศน์ที่เกิดจากภัยธรรมชาติ

Arm NN สำหรับ Android Neural Networks API (NNAPI) มี Hardware Abstraction Layer (HAL) ที่กำหนดเป้าหมายไปยัง GPU ของ Arm Mali และนำไปสู่การเพิ่มประสิทธิภาพมากกว่า 4 เท่าสำหรับเฟรมเวิร์กการเรียนรู้ของเครื่องเช่น TensorFlow Lite

Carousell สร้างโมเดลแมชชีนเลิร์นนิงด้วยภาพที่ลึกซึ้งและความเข้าใจภาษาที่เป็นธรรมชาติโดยใช้ TensorFlow บน Google Cloud ML ผู้ขายจะได้รับประโยชน์จากประสบการณ์การโพสต์ที่เรียบง่ายขึ้นด้วยการจดจำรูปภาพและผู้ซื้อจะค้นพบรายชื่อที่เกี่ยวข้องมากขึ้นผ่านคำแนะนำและการค้นหารูปภาพ

โปรเซสเซอร์ NeuPro และ CEVA-XM AI ของ CEVA สำหรับ Deep Learning และการอนุมาน AI ที่ Edge จะแปลงเครือข่ายที่ผ่านการฝึกอบรมของ TensorFlow โดยอัตโนมัติเพื่อใช้ในอุปกรณ์ฝังตัวแบบเรียลไทม์โดยใช้ CEVA CDNN Compiler

China Mobile ได้สร้างระบบการเรียนรู้เชิงลึกโดยใช้ TensorFlow ที่สามารถคาดการณ์กรอบเวลาตัดการทำงานโดยอัตโนมัติตรวจสอบบันทึกการทำงานและตรวจจับความผิดปกติของเครือข่าย สิ่งนี้รองรับการย้ายที่ตั้งหมายเลข IoT HSS ที่ใหญ่ที่สุดในโลกได้สำเร็จแล้ว

ความก้าวหน้าในด้านปัญญาประดิษฐ์และความเป็นผู้ใหญ่ของ TensorFlow ทำให้ บริษัท Coca-Cola สามารถบรรลุความสามารถในการพิสูจน์การซื้อที่หากันมานานในที่สุด

การใช้ Tensorflow GE Healthcare กำลังฝึกอบรมเครือข่ายประสาทเทียมเพื่อระบุลักษณะทางกายวิภาคที่เฉพาะเจาะจงในระหว่างการทดสอบการถ่ายภาพด้วยคลื่นสนามแม่เหล็กในสมอง (MRI) เพื่อช่วยปรับปรุงความเร็วและความน่าเชื่อถือ

Google ใช้ TensorFlow เพื่อขับเคลื่อนการใช้งาน ML ในผลิตภัณฑ์เช่น Search, Gmail และ Translate เพื่อช่วยนักวิจัยในการค้นพบใหม่ ๆ และแม้กระทั่งเพื่อสร้างความก้าวหน้าในความท้าทายด้านมนุษยธรรมและสิ่งแวดล้อม

ผลงานนี้ส่งผลให้มีการปรับปรุงประสิทธิภาพสูงสุด 2.8 เท่าซึ่งเป็นประโยชน์ต่อชุมชน TensorFlow และลูกค้าที่ใช้งาน TensorFlow บนแพลตฟอร์ม Intel

Kakao Mobility ใช้ TensorFlow & TensorFlow Serving เพื่อคาดการณ์ความน่าจะเป็นของอัตราการเดินทางที่เสร็จสมบูรณ์เมื่อเราส่งคนขับไปปฏิบัติตามคำขอเรียกรถ

แพลตฟอร์ม Lenovo LiCO ช่วยเร่งการฝึกอบรม AI และคอมพิวเตอร์ประสิทธิภาพสูงแบบดั้งเดิมและเพิ่มประสิทธิภาพการฝึกอบรมการเรียนรู้เชิงลึกด้วยการผสานรวมและการเพิ่มประสิทธิภาพ TensorFlow LiCO มีโมเดล TensorFlow ในตัวที่หลากหลายและสนับสนุนการฝึกอบรมแบบกระจายที่เหมาะสมที่สุดสำหรับโมเดลเหล่านี้

ทีมอัลกอริทึม Liulishuo นำ TensorFlow ไปใช้กับโครงการการเรียนรู้ของเครื่องภายในเป็นครั้งแรกเมื่อต้นปี 2559 กรอบการเรียนรู้ของเครื่องที่ใช้งานง่ายนี้ช่วยให้ทีมสร้างแอปพลิเคชันเพื่อสอนภาษาอังกฤษ

การใช้ TensorFlow NAVER Shopping จะจับคู่ผลิตภัณฑ์ที่ลงทะเบียนใหม่กว่า 20 ล้านรายการต่อวันกับประมาณ 5,000 หมวดหมู่เพื่อจัดระเบียบผลิตภัณฑ์อย่างเป็นระบบและช่วยให้ค้นหาผู้ใช้ได้ง่ายขึ้น

NERSC และ NVIDIA ประสบความสำเร็จในการปรับขนาดแอปพลิเคชัน Deep Learning ทางวิทยาศาสตร์เป็น 27,000+ Nvidia V100 Tensor Core GPUs ทำลายอุปสรรค ExaFLOP ในกระบวนการ

การใช้ TensorFlow การเรียนรู้การถ่ายโอนเชิงลึกและการสร้างแบบจำลองเชิงกำเนิดทำให้ PayPal สามารถรับรู้รูปแบบการฉ้อโกงที่แตกต่างกันไปทางโลกที่ซับซ้อนเพื่อเพิ่มความแม่นยำในการปฏิเสธการฉ้อโกงในขณะที่ปรับปรุงประสบการณ์ของผู้ใช้ที่ถูกกฎหมายผ่านความแม่นยำในการระบุตัวตนที่เพิ่มขึ้น

Qualcomm เพิ่มประสิทธิภาพและเร่งความเร็วรุ่น TensorFlow และ TensorFlow Lite บนแพลตฟอร์มมือถือ Snapdragon และพอร์ตการลงทุนของชิปเซ็ตที่ออกแบบมาสำหรับ IoT, ประมวลผล, XR และยานยนต์

การจำแนกโรคและการแบ่งส่วนได้ดำเนินการในภาพ OCT ของม่านตาโดยใช้ TensorFlow โรคทั้งสามประเภทนี้ถูกจัดประเภทเป็น choroidal neovascularization, vitreous warts หรือ diabetic retinal edema หลังจากการแบ่งส่วน Sinovation Ventures ได้จัดเตรียมขอบเขตของรอยโรคที่สงสัยในภาพ

Swisscom ใช้ประโยชน์จากความสามารถของ TensorFlow ในการปรับแต่งโมเดลแมชชีนเลิร์นนิงอย่างลึกซึ้งเพื่อจัดประเภทข้อความและกำหนดจุดประสงค์ของลูกค้าเมื่อรับสาย

SDK โปรเซสเซอร์ช่วยเพิ่มประสิทธิภาพโมเดล TensorFlow Lite โดยลดการอนุมาน CNN / DNN จากแกนประมวลผลArm®ทั่วไปไปจนถึงตัวเร่งฮาร์ดแวร์ที่สร้างขึ้นซึ่งช่วยเพิ่มความสามารถในการเรียนรู้ของเครื่องในการมองเห็นของเครื่องจักรหุ่นยนต์ ADAS ยานยนต์และแอปพลิเคชันอื่น ๆ

Twitter ใช้ TensorFlow เพื่อสร้าง "ไทม์ไลน์อันดับ" เพื่อให้ผู้ใช้มั่นใจได้ว่าจะไม่พลาดทวีตที่สำคัญที่สุดแม้ว่าจะติดตามผู้ใช้หลายพันคนก็ตาม

VSCO ใช้ TensorFlow Lite เพื่อพัฒนาคุณลักษณะ“ สำหรับภาพถ่ายนี้” ซึ่งใช้การเรียนรู้ของเครื่องในอุปกรณ์เพื่อระบุประเภทของภาพถ่ายที่ผู้ใช้กำลังแก้ไขจากนั้นแนะนำค่าที่ตั้งล่วงหน้าที่เกี่ยวข้องจากรายการที่ดูแลจัดการ

WPS Office ใช้สถานการณ์ทางธุรกิจหลายรูปแบบเช่นการจดจำรูปภาพบนอุปกรณ์และ OCR รูปภาพตาม TensorFlow