TensorFlow.js मॉडल
कंप्यूटर दृष्टि, प्राकृतिक भाषा प्रसंस्करण (एनएलपी) और अन्य सामान्य एमएल कार्यों को अपने वेब और ब्राउज़र-आधारित अनुप्रयोगों में जोड़ने के लिए पूर्व-प्रशिक्षित मॉडल का अन्वेषण करें।
दृष्टि
छवियों और वीडियो में सुविधाओं का विश्लेषण करें। ब्राउज़र में नए रीयल-टाइम अनुभव अनलॉक करें।
शरीर
मीडियापाइप और उससे आगे के मॉडल के साथ चेहरे, हाथों और शरीर पर प्रमुख बिंदुओं और पोज़ का पता लगाएं, जावास्क्रिप्ट और Node.js के लिए अनुकूलित।
कस्टम एनकोडर (ब्लेज़फेस) के साथ सिंगल शॉट डिटेक्टर आर्किटेक्चर का उपयोग करके छवियों में चेहरों का पता लगाएं।
मानव चेहरों की अनुमानित सतह ज्यामिति का अनुमान लगाने के लिए 486 3डी चेहरे के स्थलों की भविष्यवाणी करें।
तीन मॉडलों में से एक का उपयोग करने के लिए एकीकृत पोज़ डिटेक्शन एपीआई जो वास्तविक समय के प्रदर्शन के साथ एटिपिकल पोज़ और तेज़ बॉडी मोशन का पता लगाने में मदद करता है।
पाम डिटेक्टर और हाथ-कंकाल फिंगर ट्रैकिंग मॉडल। 21 3डी हैंड की-पॉइंट्स प्रति पहचाने गए हैंड की भविष्यवाणी करें।
मूलपाठ
BERT और अन्य ट्रांसफ़ॉर्मर एनकोडर आर्किटेक्चर की शक्ति का उपयोग करके अपने वेब ऐप में NLP को सक्षम करें।
BERT का उपयोग करते हुए पाठ के दिए गए मार्ग की सामग्री पर आधारित प्रश्नों के उत्तर दें।
एक टिप्पणी के कथित प्रभाव को "बहुत विषाक्त" से "बहुत स्वस्थ" (विषाक्तता) तक स्कोर करें।
एनएलपी कार्यों के लिए एम्बेडिंग में पाठ को एनकोड करें जैसे कि भावना वर्गीकरण और पाठ्य समानता (यूनिवर्सल सेंटेंस एनकोडर)।
ऑडियो
ध्वनियों का पता लगाने और अपने वेब ऐप में एक क्रिया को ट्रिगर करने के लिए ऑडियो को वर्गीकृत करें।
स्पीच कमांड डेटासेट (स्पीच-कमांड) से 1-सेकंड ऑडियो स्निपेट वर्गीकृत करें।
आम
ऐसे और TensorFlow.js मॉडल ढूंढें, जिनका उपयोग अलग तरीके से किया जा सकता है।
K-निकटतम-पड़ोसी एल्गोरिथम का उपयोग करके एक क्लासिफायरियर बनाने की उपयोगिता। ट्रांसफर लर्निंग के लिए इस्तेमाल किया जा सकता है।