瞭解 TensorFlow 如何解決實際的日常機器學習問題

Airbnb 的工程和數據資料學團隊透過 TensorFlow，利用機器學習執行大規模圖片分類和物件偵測，協助提升了房客體驗。

機器學習可協助監控地球表面的變化，有助於都市規劃、對抗違建，以及界定自然災害所造成的損害範圍與地貌變化。

Arm NN for Android Neural Networks API (NNAPI) 提供了針對 Arm Mali GPU 的硬體抽象層 (HAL)，使 TensorFlow Lite 這類機器學習架構的效能提升超過 4 倍。

Carousell 在 Google Cloud ML 引擎使用 TensorFlow，建構能辨識深度圖片和理解自然語言的機器學習模型。有了圖片辨識功能，賣家張貼商品的流程變得更簡單；另一方面，買家可透過推薦內容和圖片搜尋，發掘更多相關商品資訊。

CEVA’s NeuPro and CEVA-XM AI processors for Deep Learning and AI inferencing at the edge automatically convert TensorFlow trained networks for use in real-time embedded devices using the CEVA CDNN Compiler.

China Mobile has created a deep learning system using TensorFlow that can automatically predict cutover time window, verify operation logs, and detect network anomalies. This has already successfully supported the world’s largest relocation of hundreds of millions IoT HSS numbers.

隨著人工智慧持續進展與 TensorFlow 愈趨成熟，可口可樂公司終於取得渴望多時的解決方案，可以順利驗證會員方案的購買記錄。

GE Healthcare 使用了 TensorFlow 訓練類神經網路，在進行腦部磁振造影 (MRI) 檢驗時辨識特定的解剖圖，以協助提升檢驗的速度和可靠性。

Google 運用 TensorFlow 在 Google 搜尋、Gmail 和 Google 翻譯等產品中實作機器學習，以協助研究人員發掘新知，甚至是在人道主義和環保議題方面取得進展。

InSpace 採用 TensorFlow.js 在瀏覽器中執行所有推論用戶端，不必傳送文字給第三方伺服器進行分類，就能在惡意留言傳送出去前就加以偵測。

Intel 與 Google 攜手合作後，將不同模型的推論效能提升了高達 2.8 倍，在 Intel 平台上執行 TensorFlow 的眾多客戶也因此獲益。

Kakao Mobility 使用 TensorFlow 和 TensorFlow Serving，在回應叫車服務而調度司機時，預測行程完成率。

Lenovo LiCO 平台使用 TensorFlow 進行整合和最佳化，加速 AI 訓練和傳統高效能運算，並優化深度學習訓練。LiCO 提供各種內建的 TensorFlow 模型，並協助將這些模型的分散式訓練最佳化。

2016 年年初，「流利說」演算法團隊率先將 TensorFlow 應用在內部機器學習專案上。這個易於使用的機器學習架構，協助該團隊建構出英文教學應用程式。

ModiFace leverages the TensorFlow.js FaceMesh model to identify key facial features and combine them with WebGL shaders, allowing users to digitally try on makeup for L’Oreal brand products while preserving privacy. The live experience runs entirely in the browser, so no user data is ever sent to a server for processing.

使用 TensorFlow NAVER Shopping 自動比對每天超過 2 千萬個新近註冊產品，並將其分類成大約 5,000 個類別，以將產品進行系統化整理，便利使用者搜尋。

NERSC 和 NVIDIA 成功將科學用深度學習應用程式擴充成超過 27,000 個 Nvidia V100 Tensor Core GPU，在此過程中突破了 ExaFLOP 的瓶頸。

OpenX 在其廣告交易平台中整合了 TensorFlow Extended (TFX) 和 Google Cloud Platform，每秒可處理超過一百萬個廣告請求，並在不到 15 毫秒內就送出回應。

借助 TensorFlow、深度遷移學習和生成模型，PayPal 已能夠辨識會隨著時間變化的複雜詐欺模式，增加識破詐欺的準確度，同時藉由提升識別精確度，改善合法使用者的體驗。

Qualcomm 讓 TensorFlow 和 TensorFlow Lite 模型在 Snapdragon 行動裝置平台，以及為 IoT、運算、XR 和汽車業而設計的各種晶片組組合上，達到效能最佳化且執行更快速。

使用 TensorFlow 在視網膜的 OCT 影像上進行疾病分類和區隔。三種疾病類型分別是脈絡膜新生血管生成、玻璃體疣和糖尿病視網膜水腫。進行區隔後，Sinovation Ventures 在影像上提供了可能的病灶範圍。

Spotify 在其「為機器學習鋪路」(Paved Road for ML) 系統中利用 TFX 和 Kubeflow 管線；這類系統是一組用來部署端對端機器學習解決方案的產品和設定，引導剛開始接觸機器學習的團隊，依循開發者的理念使用產品。

Swisscom 利用 TensorFlow 大幅自訂機器學習模型以分類文字，並在收到客戶查詢時用以判斷對方意圖。

Processor SDK 可以最佳化 TensorFlow Lite 模型，將一般運算 Arm® 核心的 CNN/DNN 推論工作轉移到專門為此設計的硬體加速器，以強化機器視覺、機器人工學、汽車 ADAS 和許多其他應用中的機器學習能力。

Twitter 使用 TensorFlow 打造「排名時間軸」，使用者追蹤對象即使達數千之譜，也可確保不會錯過最重要的 Tweet。

VSCO 使用 TensorFlow Lite 開發「For This Photo」功能。這項功能使用裝置端的機器學習辨識使用者正在編輯的相片類別，然後從收錄清單中建議相關的預設設定。

WPS Office 根據 TensorFlow，實作了多項商業案例，例如裝置端的圖片辨識和影像光學字元辨識 (OCR)。