Terima kasih telah mendengarkan Google I/O. Lihat semua sesi sesuai permintaan Tonton sesuai permintaan

Contoh aplikasi TensorFlow Lite

Jelajahi model TensorFlow Lite terlatih dan pelajari cara menggunakannya dalam aplikasi sampel untuk berbagai aplikasi ML.

Pelengkapan otomatis

Hasilkan saran untuk input teks menggunakan model bahasa Keras.

Klasifikasi gambar

Identifikasi ratusan objek, termasuk orang, aktivitas, hewan, tumbuhan, dan tempat.

Deteksi objek

Mendeteksi banyak objek dengan kotak pembatas. Ya, anjing dan kucing juga.

Estimasi pose

Perkirakan pose untuk satu atau beberapa orang. Bayangkan kemungkinannya, termasuk pesta dansa figur tongkat.

Pengenalan suara

Identifikasi perintah ucapan dengan mengenali kata kunci.

Pengenalan gerakan

Kenali gerakan menggunakan webcam Anda.

Segmentasi

Tentukan bentuk objek dengan akurasi pelokalan yang ketat dan label semantik. Terlatih dengan orang, tempat, hewan, dan banyak lagi.

Klasifikasi teks

Kategorikan teks bebas ke dalam grup yang telah ditentukan. Aplikasi potensial termasuk moderasi konten yang kasar, deteksi nada, dan banyak lagi.

Rekomendasi di perangkat

Memberikan rekomendasi pada perangkat yang dipersonalisasi berdasarkan acara yang dipilih oleh pengguna.

Menjawab pertanyaan bahasa alami

Jawab pertanyaan berdasarkan konten dari bagian teks yang diberikan dengan BERT.

Pengklasifikasi digit

Mengklasifikasikan digit tulisan tangan.

Pemindahan gaya

Terapkan gaya apa pun pada gambar input untuk membuat gambar artistik baru.

Balasan cerdas

Hasilkan saran balasan untuk memasukkan pesan obrolan percakapan.

Resolusi super

Hasilkan gambar beresolusi super dari gambar beresolusi rendah.

Klasifikasi video

Identifikasi tindakan manusia dalam rekaman video.

Pembelajaran penguatan

Latih agen game menggunakan pembelajaran penguatan dan buat game Android menggunakan TensFlow Lite.

Pengenalan karakter optik

Ekstrak teks dari gambar menggunakan Pengenalan Karakter Optik dengan TensorFlow Lite.

Pelatihan di perangkat

Latih model TensorFlow Lite di perangkat.