Tìm hiểu cách TensorFlow giải quyết các vấn đề thực tế về máy học hàng ngày

Nhóm kỹ thuật và khoa học dữ liệu của Airbnb áp dụng máy học bằng cách sử dụng TensorFlow để phân loại hình ảnh và phát hiện đối tượng trên quy mô lớn, giúp cải thiện trải nghiệm của khách.

ML giúp theo dõi những thay đổi trên bề mặt Trái đất để lập kế hoạch đô thị, chống lại việc xây dựng bất hợp pháp và lập bản đồ thiệt hại cũng như những thay đổi cảnh quan do thảm họa thiên nhiên gây ra.

Arm NN cho Android Neural Networks API (NNAPI) cung cấp Lớp trừu tượng phần cứng (HAL) nhắm mục tiêu GPU Arm Mali và dẫn đến hiệu suất tăng hơn 4 lần cho các khung công tác máy học như TensorFlow Lite.

Carousell xây dựng các mô hình học máy với hình ảnh sâu sắc và khả năng hiểu ngôn ngữ tự nhiên bằng cách sử dụng TensorFlow trên Google Cloud ML. Người bán được hưởng lợi từ trải nghiệm đăng đơn giản với nhận dạng hình ảnh và người mua khám phá các danh sách có liên quan hơn thông qua các đề xuất và tìm kiếm hình ảnh.

Bộ xử lý AI NeuPro và CEVA-XM của CEVA cho Học tập sâu và hội nghị AI ở biên tự động chuyển đổi các mạng được đào tạo TensorFlow để sử dụng trong các thiết bị nhúng thời gian thực bằng Trình biên dịch CEVA CDNN.

China Mobile đã tạo ra một hệ thống học sâu sử dụng TensorFlow có thể tự động dự đoán khoảng thời gian tạm dừng, xác minh nhật ký hoạt động và phát hiện các bất thường về mạng. Điều này đã hỗ trợ thành công việc di dời hàng trăm triệu số HSS IoT lớn nhất thế giới.

Những tiến bộ trong trí tuệ nhân tạo và sự trưởng thành của TensorFlow đã cho phép Công ty Coca-Cola đạt được khả năng mua hàng không ma sát đã được tìm kiếm từ lâu cho chương trình khách hàng thân thiết của họ.

Sử dụng TensorFlow, GE Healthcare đang đào tạo một mạng lưới thần kinh để xác định giải phẫu cụ thể trong các kỳ thi chụp cộng hưởng từ não (MRI) để giúp cải thiện tốc độ và độ tin cậy.

Google sử dụng TensorFlow để cung cấp năng lượng cho việc triển khai ML trong các sản phẩm như Tìm kiếm, Gmail và Dịch, nhằm hỗ trợ các nhà nghiên cứu trong những khám phá mới và thậm chí để tạo ra những tiến bộ trong các thách thức về nhân đạo và môi trường.

InSpace sử dụng TensorFlow.js để phát hiện các nhận xét độc hại trước khi chúng được gửi đi bằng cách thực hiện tất cả các phía máy khách suy luận trong trình duyệt, loại bỏ nhu cầu gửi văn bản đến máy chủ của bên thứ ba để phân loại.

Quan hệ đối tác của Intel với Google đã dẫn đến cải thiện hiệu suất suy luận lên đến 2,8 lần trên các mô hình khác nhau để mang lại lợi ích cho nhiều khách hàng đang chạy TensorFlow trên nền tảng Intel.

Kakao Mobility sử dụng TensorFlow và TensorFlow Serving để dự đoán xác suất tỷ lệ hoàn thành chuyến đi khi các tài xế được cử đi thực hiện các yêu cầu gọi xe.

Nền tảng Lenovo LiCO tăng tốc đào tạo AI và Máy tính hiệu suất cao truyền thống, đồng thời tối ưu hóa đào tạo học sâu với tích hợp và tối ưu hóa TensorFlow. LiCO cung cấp các mô hình TensorFlow tích hợp sẵn khác nhau và hỗ trợ đào tạo phân tán tối ưu hóa các mô hình này.

Nhóm thuật toán Liulishuo lần đầu tiên áp dụng TensorFlow vào dự án học máy nội bộ của mình vào đầu năm 2016. Khung học máy dễ sử dụng này đã giúp nhóm xây dựng một ứng dụng để dạy tiếng Anh.

ModiFace tận dụng mô hình TensorFlow.js FaceMesh để xác định các đặc điểm chính trên khuôn mặt và kết hợp chúng với bộ tạo bóng WebGL, cho phép người dùng thử kỹ thuật số trang điểm cho các sản phẩm của thương hiệu L'Oreal mà vẫn bảo vệ quyền riêng tư. Trải nghiệm trực tiếp chạy hoàn toàn trong trình duyệt, vì vậy không có dữ liệu người dùng nào được gửi đến máy chủ để xử lý.

Sử dụng TensorFlow NAVER Shopping tự động so khớp hơn 20 triệu sản phẩm mới đăng ký mỗi ngày với khoảng 5.000 danh mục để sắp xếp sản phẩm một cách có hệ thống và cho phép người dùng tìm kiếm dễ dàng hơn.

NERSC và NVIDIA đã thành công trong việc mở rộng ứng dụng học sâu khoa học lên hơn 27.000 GPU Nvidia V100 Tensor Core, phá vỡ rào cản ExaFLOP trong quá trình này.

OpenX tích hợp TFX và Google Cloud Platform trong trao đổi quảng cáo của họ để xử lý hơn một triệu yêu cầu mỗi giây và phân phát phản hồi trong thời gian dưới 15 mili giây.

Sử dụng TensorFlow, học chuyển sâu và mô hình tổng hợp, PayPal đã có thể nhận ra các mẫu gian lận phức tạp theo thời gian khác nhau để tăng độ chính xác từ chối gian lận trong khi cải thiện trải nghiệm của người dùng hợp pháp thông qua việc tăng độ chính xác trong nhận dạng.

Qualcomm tối ưu hóa và tăng tốc các mô hình TensorFlow và TensorFlow Lite trên nền tảng di động Snapdragon và trên các danh mục chipset được thiết kế cho IoT, máy tính, XR và ô tô.

Phân loại và phân đoạn bệnh được thực hiện trên hình ảnh OCT võng mạc bằng TensorFlow. Ba loại bệnh được phân loại là tân mạch màng mạch, mụn cóc thể thủy tinh hoặc phù võng mạc do tiểu đường. Sau khi phân đoạn, Sinovation Ventures cung cấp ranh giới của các tổn thương nghi ngờ trên hình ảnh.

Spotify tận dụng các đường ống TFX và Kubeflow trong Hệ thống được lát đá dành cho ML, một tập hợp các sản phẩm và cấu hình được xác định để triển khai giải pháp học máy từ đầu đến cuối nhắm mục tiêu đến các nhóm bắt đầu trên hành trình ML của họ.

Swisscom tận dụng năng lực của TensorFlow đối với các mô hình học máy được tùy chỉnh sâu để phân loại văn bản và xác định mục đích của khách hàng khi nhận được yêu cầu của họ.

SDK bộ xử lý tối ưu hóa các mô hình TensorFlow Lite, giảm tải suy luận CNN / DNN từ lõi Arm® tính toán chung thành các bộ tăng tốc phần cứng được xây dựng có mục đích, giúp tăng cường khả năng học máy trong thị giác máy, robot, ADAS ô tô và nhiều ứng dụng khác.

Twitter đã sử dụng TensorFlow để xây dựng "Dòng thời gian được xếp hạng", cho phép người dùng đảm bảo rằng họ không bỏ lỡ các tweet quan trọng nhất của mình ngay cả khi họ theo dõi hàng nghìn người dùng.

VSCO đã sử dụng TensorFlow Lite để phát triển tính năng “Cho ảnh này”, tính năng này sử dụng công nghệ máy học trên thiết bị để xác định loại ảnh mà ai đó đang chỉnh sửa và sau đó đề xuất các cài đặt trước có liên quan từ danh sách được sắp xếp.

WPS Office triển khai nhiều tình huống kinh doanh, chẳng hạn như nhận dạng hình ảnh trên thiết bị và OCR hình ảnh dựa trên TensorFlow.