मोबाइल, वेब, और एम्बेड किए गए ऐप्लिकेशन में एआई का इस्तेमाल करना
-
डिवाइस पर
इंतज़ार का समय कम करना. ऑफ़लाइन काम करें. अपने डेटा को 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 का पूरा एज स्टैक
फ़्लेक्सिबल फ़्रेमवर्क, टर्नकी 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 करनाकस्टम मॉडल को अलग-अलग प्लैटफ़ॉर्म पर डिप्लॉय करना
Android, iOS, वेब, और एम्बेड किए गए डिवाइसों पर JAX, Keras, PyTorch, और TensorFlow मॉडल को बेहतर तरीके से चलाएं. ये मॉडल, पारंपरिक एमएल और जनरेटिव एआई के लिए ऑप्टिमाइज़ किए गए हैं.
LiteRT का इस्तेमाल शुरू करें
विज़ुअलाइज़ेशन की मदद से, डेवलपमेंट साइकल को छोटा करना
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 जटिल सुविधाओं के लिए कस्टम पाइपलाइन बनाना
कई एमएल मॉडल को एक-दूसरे के साथ जोड़कर, अपना टास्क बनाएं. साथ ही, प्रोसेस करने से पहले और बाद में इस्तेमाल किए जाने वाले लॉजिक को भी एक-दूसरे से जोड़ें. सीपीयू को ब्लॉक किए बिना, तेज़ी से काम करने वाली (GPU और NPU) पाइपलाइन चलाएं.
MediaPipe Framework का इस्तेमाल शुरू करें {/2
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 Tasks
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 से जुड़े कई तरह के टास्क एक्सप्लोर करें. इनमें सेगमेंटेशन, क्लासिफ़िकेशन, पहचान, पहचानने, और शरीर के लैंडमार्क शामिल हैं.
टेक्स्ट और ऑडियो
टेक्स्ट और ऑडियो को कई कैटगरी में अलग-अलग कैटगरी में बांटें. जैसे, भाषा, भावनाएं, और अपनी कस्टम कैटगरी.
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
किसी भी फ़्रेमवर्क में बनाए गए एआई मॉडल को मोबाइल, वेब, और माइक्रोकंट्रोलर पर डिप्लॉय करें. साथ ही, हार्डवेयर के हिसाब से तेज़ी लाने की सुविधा का इस्तेमाल करें.
मल्टी-फ़्रेमवर्क
JAX, Keras, PyTorch, और TensorFlow के मॉडल को एज 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. परेशान करने वाले हॉटस्पॉट का पता लगाने के लिए परफ़ॉर्मेंस मानदंड और अंकों को ओवरले करें.
Android और Chrome में Gemini Nano
Google के सबसे बेहतरीन और डिवाइस पर मौजूद मॉडल का इस्तेमाल करके, जनरेटिव एआई की सुविधाएं तैयार करें
