เรียนรู้ว่า TensorFlow แก้ปัญหาแมชชีนเลิร์นนิ่งในชีวิตประจำวันได้อย่างไร

ทีมวิศวกรรมและวิทยาศาสตร์ข้อมูลของ Airbnb ใช้แมชชีนเลิร์นนิงโดยใช้ TensorFlow เพื่อจัดประเภทรูปภาพและตรวจจับวัตถุตามขนาด ช่วยปรับปรุงประสบการณ์ของผู้เข้าพัก

ML ช่วยในการตรวจสอบการเปลี่ยนแปลงของพื้นผิวโลกสำหรับการวางผังเมือง การต่อสู้กับการก่อสร้างที่ผิดกฎหมาย และความเสียหายของแผนที่ และการเปลี่ยนแปลงภูมิทัศน์ที่เกิดจากภัยพิบัติทางธรรมชาติ

Arm NN สำหรับ Android Neural Networks API (NNAPI) มี Hardware Abstraction Layer (HAL) ที่กำหนดเป้าหมายไปยัง GPU ของ Arm Mali และนำไปสู่การเพิ่มประสิทธิภาพมากกว่า 4 เท่าในเฟรมเวิร์กการเรียนรู้ของเครื่อง เช่น TensorFlow Lite

Carousell สร้างโมเดลแมชชีนเลิร์นนิงด้วยภาพที่ลึกซึ้งและความเข้าใจในภาษาที่เป็นธรรมชาติโดยใช้ TensorFlow บน Google Cloud ML ผู้ขายได้รับประโยชน์จากประสบการณ์การโพสต์ที่ง่ายขึ้นด้วยการจดจำรูปภาพ และผู้ซื้อค้นพบรายการที่เกี่ยวข้องมากขึ้นผ่านคำแนะนำและการค้นหารูปภาพ

โปรเซสเซอร์ NeuPro และ CEVA-XM AI ของ CEVA สำหรับการเรียนรู้เชิงลึกและการอนุมาน AI ที่ขอบจะแปลงเครือข่ายที่ได้รับการฝึกอบรม TensorFlow โดยอัตโนมัติเพื่อใช้ในอุปกรณ์ฝังตัวแบบเรียลไทม์โดยใช้ CEVA CDNN Compiler

China Mobile ได้สร้างระบบการเรียนรู้เชิงลึกโดยใช้ TensorFlow ที่สามารถคาดการณ์กรอบเวลาการตัดยอด ตรวจสอบบันทึกการทำงาน และตรวจจับความผิดปกติของเครือข่ายได้โดยอัตโนมัติ สิ่งนี้ได้ประสบความสำเร็จในการสนับสนุนการย้ายหมายเลข IoT HSS ที่ใหญ่ที่สุดในโลกหลายร้อยล้านหมายเลข

ความก้าวหน้าของปัญญาประดิษฐ์และการพัฒนาของ TensorFlow ทำให้บริษัท Coca-Cola สามารถบรรลุความสามารถในการพิสูจน์การซื้อที่ปราศจากแรงเสียดทานสำหรับโปรแกรมความภักดีของพวกเขา

การใช้ TensorFlow ทำให้ GE Healthcare กำลังฝึกอบรมโครงข่ายประสาทเทียมเพื่อระบุลักษณะทางกายวิภาคเฉพาะระหว่างการตรวจด้วยคลื่นสนามแม่เหล็ก (MRI) เพื่อช่วยปรับปรุงความเร็วและความน่าเชื่อถือ

Google ใช้ TensorFlow เพื่อขับเคลื่อนการใช้งาน ML ในผลิตภัณฑ์ต่างๆ เช่น Search, Gmail และ Translate เพื่อช่วยนักวิจัยในการค้นพบใหม่ๆ และแม้กระทั่งสร้างความก้าวหน้าในความท้าทายด้านมนุษยธรรมและสิ่งแวดล้อม

InSpace ใช้ TensorFlow.js เพื่อตรวจหาความคิดเห็นที่เป็นพิษก่อนที่จะส่งโดยดำเนินการฝั่งไคลเอ็นต์การอนุมานทั้งหมดในเบราว์เซอร์ ทำให้ไม่จำเป็นต้องส่งข้อความไปยังเซิร์ฟเวอร์บุคคลที่สามเพื่อจัดประเภท

ความร่วมมือระหว่าง Intel กับ Google ส่งผลให้มีการปรับปรุงประสิทธิภาพการอนุมานถึง 2.8 เท่าในรุ่นต่างๆ เพื่อประโยชน์ของลูกค้าหลากหลายกลุ่มที่ใช้งาน TensorFlow บนแพลตฟอร์มของ Intel

Kakao Mobility ใช้ TensorFlow และ TensorFlow Serving เพื่อคาดการณ์ความน่าจะเป็นของอัตราการเดินทางที่เสร็จสิ้นเมื่อคนขับถูกส่งไปเพื่อตอบสนองคำขอเรียกรถ

แพลตฟอร์ม Lenovo LiCO ช่วยเร่งการฝึกอบรม AI และการประมวลผลประสิทธิภาพสูงแบบดั้งเดิม และปรับการฝึกอบรมการเรียนรู้เชิงลึกให้เหมาะสมด้วยการผสานรวมและการเพิ่มประสิทธิภาพ TensorFlow LiCO มีโมเดล TensorFlow ในตัวที่หลากหลาย และสนับสนุนการฝึกอบรมแบบกระจายที่ปรับให้เหมาะสมสำหรับโมเดลเหล่านี้

ทีมอัลกอริทึมของ Liulishuo ได้ใช้ TensorFlow กับโปรเจ็กต์การเรียนรู้ของเครื่องภายในเมื่อต้นปี 2559 เฟรมเวิร์กแมชชีนเลิร์นนิงที่ใช้งานง่ายนี้ช่วยให้ทีมสร้างแอปพลิเคชันเพื่อสอนภาษาอังกฤษ

ModiFace ใช้ประโยชน์จากโมเดล FaceMesh ของ TensorFlow.js เพื่อระบุลักษณะใบหน้าที่สำคัญและรวมเข้ากับเฉดสี WebGL ทำให้ผู้ใช้สามารถลองแต่งหน้าสำหรับผลิตภัณฑ์แบรนด์ L'Oreal แบบดิจิทัลในขณะที่รักษาความเป็นส่วนตัว ประสบการณ์สดทำงานทั้งหมดในเบราว์เซอร์ ดังนั้นจึงไม่มีการส่งข้อมูลผู้ใช้ไปยังเซิร์ฟเวอร์เพื่อทำการประมวลผล

การใช้ TensorFlow NAVER Shopping จะจับคู่สินค้าที่ลงทะเบียนใหม่กว่า 20 ล้านรายการต่อวันโดยอัตโนมัติไปยังประมาณ 5,000 หมวดหมู่เพื่อจัดระเบียบผลิตภัณฑ์อย่างเป็นระบบและช่วยให้ค้นหาผู้ใช้ได้ง่ายขึ้น

NERSC และ NVIDIA ประสบความสำเร็จในการปรับขนาดแอปพลิเคชันการเรียนรู้เชิงลึกทางวิทยาศาสตร์เป็น GPU Nvidia V100 Tensor Core 27,000+ รายการ ทำลายอุปสรรค ExaFLOP ในกระบวนการ

OpenX ผสานรวม TFX และ Google Cloud Platform ในการแลกเปลี่ยนโฆษณาเพื่อประมวลผลคำขอมากกว่าหนึ่งล้านรายการทุกวินาทีและตอบสนองได้ภายในเวลาไม่ถึง 15 มิลลิวินาที

การใช้ TensorFlow การเรียนรู้ในเชิงลึกของการถ่ายโอนข้อมูลและการสร้างแบบจำลองทั่วไปนั้น PayPal สามารถรับรู้รูปแบบการฉ้อโกงที่ซับซ้อนที่แตกต่างกันไปชั่วคราวเพื่อเพิ่มความแม่นยำในการปฏิเสธการฉ้อโกง ในขณะเดียวกันก็ปรับปรุงประสบการณ์ของผู้ใช้ที่ถูกต้องตามกฎหมายผ่านการระบุตัวตนที่มีความแม่นยำมากขึ้น

Qualcomm เพิ่มประสิทธิภาพและเร่งความเร็วของรุ่น TensorFlow และ TensorFlow Lite บนแพลตฟอร์มมือถือ Snapdragon และกลุ่มผลิตภัณฑ์ชิปเซ็ตที่ออกแบบมาสำหรับ IoT, การคำนวณ, XR และยานยนต์

การจำแนกโรคและการแบ่งส่วนถูกดำเนินการบนภาพ OCT ของจอประสาทตาโดยใช้ TensorFlow โรคทั้งสามประเภทถูกจำแนกเป็น choroidal neovascularization, vitreous warts หรือ diabetic retinal edema หลังจากแบ่งส่วนแล้ว Sinovation Ventures ได้ระบุขอบเขตของรอยโรคที่น่าสงสัยในภาพ

Spotify ใช้ประโยชน์จากท่อส่ง TFX และ Kubeflow ในระบบ Paved Road สำหรับ ML ซึ่งเป็นชุดผลิตภัณฑ์และการกำหนดค่าที่ได้รับความเห็นชอบเพื่อปรับใช้โซลูชันการเรียนรู้ของเครื่องแบบ end-to-end ที่กำหนดเป้าหมายไปยังทีมที่เริ่มต้นการเดินทาง ML ของพวกเขา

Swisscom ใช้ประโยชน์จากความสามารถของ TensorFlow สำหรับโมเดลแมชชีนเลิร์นนิงที่ปรับแต่งอย่างล้ำลึกเพื่อจัดประเภทข้อความและกำหนดเจตนาของลูกค้าเมื่อได้รับการสอบถาม

SDK ตัวประมวลผลจะปรับโมเดล TensorFlow Lite ให้เหมาะสม โดยลดภาระการอนุมาน CNN/DNN จากแกนประมวลผล Arm® ทั่วไปไปจนถึงตัวเร่งฮาร์ดแวร์ที่สร้างขึ้นตามวัตถุประสงค์ ซึ่งช่วยเพิ่มความสามารถในการเรียนรู้ของเครื่องในวิชันซิสเต็ม หุ่นยนต์ ADAS ยานยนต์ และแอปพลิเคชันอื่นๆ อีกมากมาย

Twitter ใช้ TensorFlow เพื่อสร้าง "ไทม์ไลน์จัดอันดับ" ซึ่งช่วยให้ผู้ใช้มั่นใจได้ว่าจะไม่พลาดทวีตที่สำคัญที่สุด แม้ว่าพวกเขาจะติดตามผู้ใช้หลายพันคนก็ตาม

VSCO ใช้ TensorFlow Lite เพื่อพัฒนาคุณลักษณะ "สำหรับรูปภาพนี้" ซึ่งใช้การเรียนรู้ของเครื่องในอุปกรณ์เพื่อระบุประเภทภาพที่มีคนกำลังแก้ไข จากนั้นจึงแนะนำค่าที่ตั้งล่วงหน้าที่เกี่ยวข้องจากรายการที่ได้รับการดูแลจัดการ

WPS Office ใช้สถานการณ์ทางธุรกิจที่หลากหลาย เช่น การจดจำรูปภาพในอุปกรณ์และ OCR ของรูปภาพตาม TensorFlow