פריסת AI באפליקציות לנייד, לאינטרנט ובאפליקציות מוטמעות
-
במכשיר
קיצור זמן האחזור. עבודה במצב אופליין. שמירה על הנתונים מקומיים ופרטיים.
-
פלטפורמות שונות
להפעיל את אותו מודל ב-Android, ב-iOS, באינטרנט ובמודולים מוטמעים.
-
מרובה פריימים
תאימות למודלים של JAX, Keras, PyTorch ו-TensorFlow.
-
מקבץ קצה מלא של AI
מסגרות גמישות, פתרונות מוכנים, מאיצי חומרה
פתרונות מוכנים ומסגרות גמישות
ממשקי API עם קוד קצר למשימות AI נפוצות
ממשקי API בפלטפורמות שונות למשימות נפוצות של AI גנרטיבי, ראייה, טקסט ואודיו.
תחילת העבודה עם משימות MediaPipeפריסה של מודלים מותאמים אישית בפלטפורמות שונות
הפעלה יעילה של מודלים של JAX, Keras, PyTorch ו-TensorFlow ב-Android, iOS, באינטרנט ובמכשירים מוטמעים, עם אופטימיזציה ל-ML מסורתי ול-AI גנרטיבי.
תחילת העבודה עם LiteRT
קיצור מחזורי הפיתוח באמצעות ויזואליזציה
המחשת הטרנספורמציה של המודל באמצעות המרה וכימות. ניפוי באגים בנקודות חמות על ידי הצגת תוצאות של מדדי השוואה בשכבה-על.
תחילת העבודה עם דוח של ביצועי המודל
פיתוח צינורות עיבוד נתונים מותאמים אישית לתכונות מורכבות של למידת מכונה
אתם יכולים ליצור משימה משלכם על ידי קישור של כמה מודלים של למידת מכונה יחד עם לוגיקה של עיבוד מראש ועיבוד לאחר מכן, כדי לשפר את הביצועים. להריץ צינורות עיבוד נתונים מואצים (GPU ו-NPU) בלי לחסום במעבד (CPU).
תחילת העבודה עם MediaPipe Framework
הכלים והמסגרות שמניעים את האפליקציות של Google
כדאי להכיר את סטאק הקצה המלא של AI, עם מוצרים בכל רמה – מממשקי API עם קוד נמוך ועד ספריות שיפור מהירות ספציפיות לחומרה.
משימות MediaPipe
פיתוח מהיר של תכונות מבוססות-AI באפליקציות לנייד ולאינטרנט באמצעות ממשקי API עם קוד קצר לביצוע משימות נפוצות – AI גנרטיבי, ראייה ממוחשבת, טקסט ואודיו.
AI גנרטיבי
אתם יכולים לשלב מודלים גנרטיביים של תמונות ושל שפה ישירות באפליקציות שלכם באמצעות ממשקי API מוכנים לשימוש.
Vision
בואו לחקור מגוון רחב של משימות ראייה שכוללות פילוח, סיווג, זיהוי, זיהוי וציוני דרך גופניים.
טקסט ואודיו
סווגו טקסט ואודיו בקטגוריות רבות, כולל שפה, סנטימנטים וקטגוריות מותאמות אישית משלכם.
שנתחיל?
MediaPipe Framework
מסגרת ברמה נמוכה המשמשת ליצירת צינורות עיבוד נתונים מאיצים של למידת מכונה עם ביצועים גבוהים, שכוללים לרוב כמה מודלים של למידת מכונה בשילוב עם עיבוד מראש ועיבוד לאחר מכן.
LiteRT
פריסה של מודלים של AI שנוצרו בכל מסגרת, במכשירים ניידים, באינטרנט ובמיקרו-בקרים, עם האצה אופטימלית לחומרה ספציפית.
מודלים מרובים
המרת מודלים מ-JAX, Keras, PyTorch ו-TensorFlow כך שיפעלו בקצה.
פלטפורמות שונות
תוכלו להפעיל את אותו המודל המדויק ב-Android, ב-iOS, באינטרנט ובמיקרו-בקרים עם ערכות SDK מותאמות.
קלת משקל מהירה
זמן הריצה היעיל של LiteRT תופס רק כמה מגה-בייט ומאפשר האצת מודל במעבדים (CPU), ב-GPU וב-NPU.
דוח של ביצועי המודל
לחקור באופן חזותי את המודלים שלך, לנפות באגים ולהשוות ביניהם. להציג שכבות של מדדי ביצועים ומספרים כדי לזהות נקודות חמות בעייתיות.
Gemini Nano ב-Android Chrome
פיתוח חוויות של AI גנרטיבי באמצעות המודל החזק ביותר של Google במכשיר
