Mobil, web ve yerleşik uygulamalarda yapay zekayı dağıtın
-
Cihazda
Gecikmeyi azaltın. Çevrimdışı çalışın. Verilerinizi yerel tutun özel.
-
Platformlar arası
Android, iOS, web ve yerleşik cihazlarda aynı modeli çalıştırın.
-
Çoklu çerçeve
JAX, Keras, PyTorch ve TensorFlow modelleriyle uyumludur.
-
Tam AI uç yığını
Esnek çerçeveler, kullanıma hazır çözümler, donanım hızlandırıcılar
Hazır çözümler ve esnek çerçeveler
Yaygın AI görevleri için az kod gerektiren API'ler
Yaygın üretken yapay zeka, görüş, metin ve ses görevlerinin üstesinden gelmek için platformlar arası API'ler.
MediaPipe görevlerini kullanmaya başlamaÖzel modelleri platformlar arası dağıtma
Geleneksel makine öğrenimi ve üretken yapay zeka için optimize edilmiş Android, iOS, web ve yerleşik cihazlarda JAX, Keras, PyTorch ve TensorFlow modellerini etkili bir şekilde çalıştırın.
LiRT'i kullanmaya başlama
Görselleştirme ile geliştirme döngülerini kısaltın
Dönüşüm ve niceleme aracılığıyla modelinizin dönüşümünü görselleştirin. Hotspot'larda hata ayıklama ölçütü karşılaştırma sonuçlarıyla birlikte kullanabilirsiniz.
Model Gezgini'ni kullanmaya başlayın
Karmaşık makine öğrenimi özellikleri için özel ardışık düzenler derleyin
İşleme öncesi ve sonrası işlemlerin yanı sıra birden fazla makine öğrenimi modelini başarılı bir şekilde zincirleyerek kendi görevinizi geliştirin mantığıyla başlayalım. CPU'yu engellemeden hızlandırılmış (GPU ve NPU) ardışık düzenleri çalıştırın.
MediaPipe Çerçevesi'ni kullanmaya başlama
Google'ın uygulamalarını destekleyen araçlar ve çerçeveler
Düşük kodlu API'lerden donanıma özel hızlandırma kitaplıklarına kadar her düzeyde ürün barındıran, AI uç noktası yığınını keşfedin.
.
MediaPipe Görevleri
Üretken yapay zeka, bilgisayar görüşü, metin ve ses gibi yaygın görevler için minimum düzeyde kod gerektiren API'lerden yararlanarak mobil ve web uygulamalarında yapay zeka özelliklerini hızla derleyin.
Üretken yapay zeka
Kullanıma hazır API'lerle üretken dil ve görüntü modellerini doğrudan uygulamalarınıza entegre edin.
Görsel
Segmentasyon, sınıflandırma, tespit, tanıma ve vücudun önemli noktalarını kapsayan çok çeşitli görme görevlerini keşfedin.
Kısa mesaj ve işitsel
Metin ve sesi dil, duygu ve kendi özel kategorileriniz gibi birçok kategoriye göre sınıflandırın.
Başlayın
.
MediaPipe Çerçevesi
Genellikle işlem öncesi ve sonrası ile birlikte birden fazla ML modelini içeren, yüksek performanslı hızlandırılmış makine öğrenimi ardışık düzenleri oluşturmak için kullanılan alt düzey bir çerçeve.
.
LiteRT
Herhangi bir çerçevede yazılmış yapay zeka modellerini optimize edilmiş donanıma özgü hızlandırmayla mobil, web ve mikro denetleyicilerde dağıtın.
Çoklu çerçeve
Uçta çalışmak için modelleri JAX, Keras, PyTorch ve TensorFlow'dan dönüştürün.
Platformlar arası
Yerel SDK'larla Android, iOS, web ve mikro denetleyicilerde aynı modeli çalıştırın.
Hafif ve hızlı
LiteRT'in verimli çalışma zamanı yalnızca birkaç megabayt yer kaplar ve CPU, GPU ve NPU'lar arasında model hızlandırmayı sağlar.
Başlayın
.
Model Gezgini
Modellerinizi görsel olarak keşfedin, karşılaştırın ve modellerinizde hata ayıklayın. Sorunlu noktaları belirlemek için performans karşılaştırmalarını ve sayısal değerleri birleştirin.
Android ve iOS'te Gemini Nano Krom
Google'ın en güçlü cihaz üzerindeki modelini kullanarak üretken yapay zeka deneyimleri oluşturun
