Google is committed to advancing racial equity for Black communities. See how.

了解 TensorFlow 如何解决实际的日常机器学习问题

了解来自各行各业的多家公司如何利用机器学习技术解决他们面临的最大问题。从医疗保健社交网络,甚至是电子商务,无论身处哪个行业,您都可以将机器学习集成到自己所在的行业和公司。

想要在您自己的业务中使用机器学习?请与我们的可信合作伙伴联系以了解详情。

所有案例研究和案例简述

未找到任何案例研究
Airbnb 使用 TensorFlow 进行大规模图像分类及对象检测,从而改善房客体验

Airbnb 的工程和数据科学团队使用 TensorFlow 应用机器学习,以大规模地进行图像分类和对象检测,从而帮助改善房客体验。

空客公司使用 TensorFlow 从他们的卫星图像中提取信息,并为客户提供有价值的数据洞见

机器学习有助于监测地球表面的变化以进行城市规划,并且有助于打击违法建筑和测绘自然灾害造成的破坏和景观变化。

Arm 的硬件抽象层将 TensorFlow Lite 的性能提升了 4 倍以上

适用于 Android Neural Networks API (NNAPI) 的 Arm NN 提供了一种硬件抽象层 (HAL),该硬件抽象层以 Arm Mali GPU 为目标,可将 TensorFlow Lite 等机器学习框架的性能提升 4 倍以上。

Carousell 使用 TensorFlow 改善了买家和卖家的体验

Carousell 在 Google Cloud ML 上使用 TensorFlow 构建了深度图像和自然语言理解机器学习模型。卖家借助图像识别技术获得更加简化的发布体验,而买家可通过推荐和图像搜索功能发现更符合个人需求的商品信息。

CEVA 会在其深度学习处理器中转换经过 TensorFlow 训练的网络

CEVA 用于深度学习和在边缘设备上进行 AI 推断的 NeuPro 和 CEVA-XM AI 处理器可以使用 CEVA CDNN 编译器自动转换经过 TensorFlow 训练的网络,以便在实时嵌入式设备中使用这些网络。

中国移动使用 TensorFlow 提高了其网元割接的成功率

中国移动使用 TensorFlow 打造了一种深度学习系统,可以自动预测切换时间范围、验证操作日志和检测网络是否存在异常。这一系统已经成功地为世界上规模最大的迁移项目提供支持,涉及数亿个 IoT HSS 号码。

可口可乐通过 TensorFlow 和机器学习实现了移动购买凭证识别

人工智能技术的发展以及成熟的 TensorFlow 帮助可口可乐公司最终实现了长期寻求的流畅购买凭证识别能力。

GE 使用 TensorFlow 训练神经网络识别大脑 MRI 的解剖结构

GE Healthcare 使用 Tensorflow 训练神经网络在颅脑磁共振成像 (MRI) 检查期间识别特定解剖结构,帮助提高检查速度和可靠性。

Google 倾心打造出 TensorFlow,使机器学习技术惠及大众

Google 使用 TensorFlow 为 Google 搜索、Gmail 和谷歌翻译等产品中的机器学习实现提供支持,以协助研究人员实现新的突破,甚至在人道主义和环境挑战方面取得进展。

Intel 与 Google 携手合作,以优化 TensorFlow 在不同模型中的推断性能。

这项工作将性能提升了高达 2.8 倍,让 TensorFlow 社区以及在 Intel 平台上使用 Tensorflow 的各种客户因此受益。

Kakao 使用 TensorFlow 预测叫车请求的完成率

Kakao Mobility 使用 TensorFlow 和 TensorFlow Serving 在我们为叫车请求派遣司机时预测行程完成率。

Lenovo Intelligent Computing Orchestration 使用 TensorFlow 帮助加速智能革命

Lenovo LiCO 平台通过 TensorFlow 集成和优化,加快了 AI 训练和传统高性能计算的速度,并优化了深度学习训练。LiCO 提供了各种内置 TensorFlow 模型,并支持对这些模型进行优化的分布式训练。

流利说利用 TensorFlow 教授新语言

2016 年初,流利说算法团队首次将 TensorFlow 应用于其内部机器学习项目。这种易于使用的机器学习框架帮助该团队打造了一款英语教学应用。

使用 TensorFlow 对 NAVER Shopping 的商品类别进行自动分类

通过 TensorFlow,NAVER Shopping 每天可自动将超过 2000 万个新登记的商品与约 5000 个类别匹配,以便系统地整理商品,使用户能更轻松地搜索商品。

NERSC 使用 TensorFlow 将深度学习科学应用扩展到超过 27000 个 Nvidia V100 Tensor Core GPU

NERSC 和 NVIDIA 成功地将深度学习科学应用扩展到超过 27000 个 Nvidia V100 Tensor Core GPU,在这一过程中突破了 ExaFLOP 障碍。

PayPal 借助 TensorFlow 在欺诈检测方面占据领先地位

通过 TensorFlow、深度迁移学习和生成模型,PayPal 能够识别复杂、瞬时多变的欺诈模式,以提高欺诈拒绝的准确率,同时通过提高识别精确率改善合法用户的体验。

Qualcomm 在 Snapdragon 移动平台等平台上加速 TensorFlow 模型

Qualcomm 在 Snapdragon 移动平台以及针对 IoT、计算、XR 和汽车设计的芯片组组合上优化并加速 TensorFlow 和 TensorFlow Lite 模型。

使用 TensorFlow 检测视网膜 OCT 图像中是否显示病变现象

使用 TensorFlow 对视网膜 OCT 图像进行疾病分类和分割。三类疾病分别为脉络膜新生血管、玻璃状疣或糖尿病性视网膜水肿。分割图像后,Sinovation Ventures 会指出图像中的可疑病变的边界。

Swisscom 的定制 TensorFlow 模型通过对文本进行分类改进了业务运营

Swisscom 利用 TensorFlow 深度定制机器学习模型,从而对文本进行分类,并在接到客户来电时确定他们的意图。

Texas Instruments 处理器 SDK 集成了 TensorFlow Lite,可在边缘设备上实现机器学习推断

处理器 SDK 优化了 TensorFlow Lite 模型,将 CNN/DNN 推断从通用计算 Arm® 核心分流到专门打造的硬件加速器,从而增强了机器视觉、机器人、汽车 ADAS 和许多其他应用的机器学习能力。

使用 TensorFlow 对 Twitter 微博进行排名

Twitter 使用 TensorFlow 构建了“排名时间轴”,让用户能够确保自己不会错过最重要的 Twitter 微博,即使关注了成千上万的用户也没关系。

向用户建议预设滤镜:VSCO 倾力打造出“For This Photo”功能

VSCO 使用 TensorFlow Lite 开发了“For This Photo”功能,该功能使用设备端机器学习识别用户正在编辑的照片类型,然后从精选列表中建议相关的预设滤镜。

WPS Office:一款基于 TensorFlow 的智能办公软件

WPS Office 基于 TensorFlow 实现了多种业务场景,例如设备端图像识别和图像 OCR。