使用预训练模型测试图像分类解决方案，该模型可识别移动设备摄像头输入帧中 1000 个不同类型的对象。

探索使用预训练模型的应用，该模型会在移动设备摄像头输入帧中 1000 个不同的可识别对象周围绘制边界框并添加标签。

探索可以估计图像中人体姿势的应用。

探索使用麦克风检测关键字并返回讲话人说出该关键字的概率得分的应用。

使用 TensorFlow.js 训练神经网络识别摄像头拍摄到的手势，然后使用 TensorFlow Lite 将模型转化为在设备上运行推断。

生成回复建议以输入对话聊天消息。

预测图像的每个像素是否与特定类别相关联。使用包含人、地点、动物等对象的图像进行了训练。

在输入图像上应用任意样式，创建新的艺术图像。

通过 TensorFlow Lite 模型对手写数字进行分类。

将自由文本归类到预定义的组中。潜在的应用包括滥用性内容审核、语调检测等。

使用先进的自然语言模型，通过 BERT 根据给定文本段落的内容回答问题。

探索一款能够根据用户选择的事件提供个性化设备端建议的应用。