Новости
Машинное обучение на Android-устройстве — доклад на I/O 23
Запуск процессов ML на устройстве обеспечивает низкую задержку, повышает конфиденциальность данных, обеспечивает автономную работу и потенциально снижает расходы на облако.
В прошлом году команда Android значительно улучшила машинное обучение на устройстве, чтобы помочь разработчикам создавать более умные приложения с более широкими возможностями обработки изображений, звука и текста. В докладе Google I/O Build smarter Android apps with on-device Machine Learning, инженеры Google рассматривают новые API и решения Android и демонстрируют приложения, использующие ML на устройстве.
Запуск процессов ML на устройстве обеспечивает низкую задержку, повышает конфиденциальность данных, обеспечивает автономную работу и потенциально снижает расходы на облако. Такие приложения, как Lens AR Translate или функция сканирования документов, доступная в Files in India, выигрывают от преимуществ ML на устройстве.
Чтобы развернуть функции ML на Android, у разработчиков есть два варианта:
- ML Kit, который предлагает готовые к производству решения ML для общих пользовательских потоков с помощью простых в использовании API.
- Собственный ML-стек Android, который построен на базе Tensorflow Lite и обеспечивает контроль над процессом вывода и пользовательским опытом.
Чтобы узнать больше, посмотрите это видео:
-
Автоматическое тестирование приложений1 месяц назад
Краш-курс по автоматизации тестирования
-
Разработка4 недели назад
Почему Ollie перешел от SwiftUI к UIKit
-
Медиа3 недели назад
Hilt в многомодульный проект — пособие по внедрению зависимостей для новичков
-
Приложения1 месяц назад
Fantasy Hike — фитнес-трекер по мотивам «Властелина колец»