मोबाइल, वेब, और एम्बेड किए गए ऐप्लिकेशन पर एआई का इस्तेमाल करें
-
डिवाइस पर
इंतज़ार का समय कम करें. ऑफ़लाइन काम करें. अपना डेटा स्थानीय और निजी रखें.
-
क्रॉस-प्लैटफ़ॉर्म
Android, iOS, वेब, और एम्बेड किए गए वर्शन पर एक ही मॉडल चलाएं.
-
मल्टी-फ़्रेमवर्क
JAX, Keras, PyTorch, और TensorFlow मॉडल के साथ काम करता है.
-
एआई के साथ मिलने वाला फ़ुल स्टैक
ज़रूरत के हिसाब से इस्तेमाल किए जा सकने वाले फ़्रेमवर्क, आसान समाधान, हार्डवेयर ऐक्सेलरेटर
पहले से तैयार समाधान और सुविधाजनक फ़्रेमवर्क
एआई से जुड़े सामान्य टास्क के लिए कम कोड वाले एपीआई
सामान्य जनरेटिव एआई, विज़न, टेक्स्ट, और ऑडियो टास्क को पूरा करने के लिए, क्रॉस-प्लैटफ़ॉर्म एपीआई.
MediaPipe टास्क का इस्तेमाल शुरू करेंक्रॉस-प्लैटफ़ॉर्म कस्टम मॉडल डिप्लॉय करना
यह बेहतर तरीके से JAX, Keras, PyTorch, और TensorFlow मॉडल को Android, iOS, वेब, और एम्बेड किए गए डिवाइसों पर चलाता है. ये मॉडल, पारंपरिक मशीन लर्निंग और जनरेटिव एआई के साथ काम करते हैं.
LiteRT का इस्तेमाल शुरू करें
विज़ुअलाइज़ेशन की मदद से डेवलपमेंट साइकल को छोटा करें
कन्वर्ज़न और क्वांटिज़ेशन की मदद से, अपने मॉडल के ट्रांसफ़ॉर्मेशन को विज़ुअलाइज़ करें. बेंचमार्क के नतीजों को ओवरले करके, हॉटस्पॉट डीबग करें.
मॉडल एक्सप्लोरर का इस्तेमाल शुरू करें
एमएल की मुश्किल सुविधाओं के लिए कस्टम पाइपलाइन बनाएं
प्रोसेस करने से पहले और बाद में, कई एमएल मॉडल को एक-दूसरे के साथ जोड़कर अपना टास्क बनाएं लॉजिक. सीपीयू पर ब्लॉक किए बिना, Accelerated (GPU और NPU) पाइपलाइन चलाएं.
MediaPipe Framework का इस्तेमाल शुरू करें
Google के ऐप्लिकेशन को बेहतर बनाने वाले टूल और फ़्रेमवर्क
एआई एज स्टैक को एक्सप्लोर करें. इसमें हर लेवल के प्रॉडक्ट शामिल हैं. जैसे, कम कोड वाले एपीआई से लेकर, हार्डवेयर के हिसाब से गति बढ़ाने वाली लाइब्रेरी तक.
MediaPipe टास्क
जनरेटिव एआई, कंप्यूटर विज़न, टेक्स्ट, और ऑडियो जैसे सामान्य कामों के लिए, लो-कोड एपीआई का इस्तेमाल करके, मोबाइल और वेब ऐप्लिकेशन में तेज़ी से एआई की सुविधाएं तैयार करें.
जनरेटिव एआई
इस्तेमाल के लिए तैयार एपीआई की मदद से, जनरेटिव भाषा और इमेज मॉडल को सीधे अपने ऐप्लिकेशन में इंटिग्रेट करें.
Vision
विज़न टास्क की अलग-अलग रेंज एक्सप्लोर करें. इन टास्क में, अलग-अलग कैटगरी में बांटने, उनकी कैटगरी तय करने, उनकी पहचान करने, उनकी पहचान करने, और शरीर की पहचान बताने वाले टास्क शामिल हैं.
टेक्स्ट और ऑडियो ट्रैक अपलोड करने की सुविधा इस्तेमाल करें
टेक्स्ट और ऑडियो को कई कैटगरी में बांटें. इनमें भाषा, भावना, और अपनी पसंद के मुताबिक बनाई गई कैटगरी शामिल हैं.
अपनी प्रोफ़ाइल बनाना शुरू करें
MediaPipe फ़्रेमवर्क
यह एक लो लेवल फ़्रेमवर्क है, जिसका इस्तेमाल बेहतर परफ़ॉर्मेंस वाली एमएल पाइपलाइन बनाने के लिए किया जाता है. इसमें आम तौर पर, प्री और पोस्ट प्रोसेसिंग के साथ कई एमएल मॉडल शामिल होते हैं.
LiteRT
ऑप्टिमाइज़ किए गए हार्डवेयर से तेज़ी लाने की सुविधा के साथ, मोबाइल, वेब, और माइक्रोकंट्रोलर पर किसी भी फ़्रेमवर्क में तैयार किए गए एआई मॉडल डिप्लॉय करें.
मल्टी-फ़्रेमवर्क
JAX, Keras, PyTorch, और TensorFlow के मॉडल को किनारे पर चलाने के लिए बदलें.
क्रॉस-प्लैटफ़ॉर्म
नेटिव SDK टूल की मदद से, Android, iOS, वेब, और माइक्रोकंट्रोलर पर एक ही मॉडल चलाएं.
कम स्टोरेज लेता है और तेज़ी से काम करता है
LiteRT का बेहतर रनटाइम, सिर्फ़ कुछ मेगाबाइट का होता है. साथ ही, यह सीपीयू, जीपीयू, और एनपीयू पर मॉडल को तेज़ी से चलाने की सुविधा देता है.
अपनी प्रोफ़ाइल बनाना शुरू करें
मॉडल एक्सप्लोरर
अपने मॉडल को विज़ुअल तौर पर एक्सप्लोर करें, डीबग करें, और उनकी तुलना करें. समस्या वाले हॉटस्पॉट की पहचान करने के लिए, परफ़ॉर्मेंस मानदंड और संख्याओं को ओवरले करें.
Android और Android डिवाइसों में Gemini Nano Chrome
Google के सबसे बेहतरीन और डिवाइस पर मौजूद मॉडल का इस्तेमाल करके, जनरेटिव एआई की सुविधाएं तैयार करें
