Airbnb 的工程和数据科学团队使用 TensorFlow 应用机器学习对图像进行分类和检测对象,从而帮助改善客户体验。
TensorFlow Lite
Arm 的硬件抽象层使 TensorFlow Lite 的性能提升了 4 倍以上针对 Android 神经网络 API (NNAPI) 的 Arm NN 提供了一个硬件抽象层 (HAL),该层针对 Arm Mali GPU,并使 TensorFlow Lite 等机器学习框架的性能提升了 4 倍以上。
Carousell 在 Google Cloud ML 上使用 TensorFlow 构建具有深度图像和自然语言理解功能的机器学习模型。卖家受益于图像识别带来的简化发布体验,而买家则通过推荐和图像搜索发现更多相关的商品。
TensorFlow Lite
CEVA 将 TensorFlow 训练的网络转换为其深度学习处理器CEVA 的 NeuPro 和 CEVA-XM AI 处理器用于边缘的深度学习和 AI 推理,使用 CEVA CDNN 编译器自动将 TensorFlow 训练的网络转换为实时嵌入式设备。
中国移动使用 TensorFlow 创建了一个深度学习系统,可以自动预测切换时间窗口、验证操作日志并检测网络异常。这已经成功地支持了全球最大的数亿个 IoT HSS 号码的迁移。
通用电气医疗保健使用 TensorFlow 训练神经网络,以识别脑部磁共振成像 (MRI) 检查期间的特定解剖结构,从而帮助提高速度和可靠性。
TensorFlow Lite
谷歌构建 TensorFlow 的目的是让每个人都能使用机器学习谷歌使用 TensorFlow 为搜索、Gmail 和翻译等产品的 ML 实现提供支持,帮助研究人员进行新的发现,甚至在人道主义和环境挑战方面取得进展。
TensorFlow.js
InSpace 使用 TensorFlow.js 在在线聊天中进行实时毒性过滤InSpace 使用 TensorFlow.js 在评论发送之前检测有毒评论,所有推理都在浏览器端进行,无需将文本发送到第三方服务器进行分类。
英特尔与谷歌的合作使不同模型的推理性能提升了 2.8 倍,从而使广泛的客户能够在英特尔平台上运行 TensorFlow。
TFX
Kakao 使用 TensorFlow 预测叫车请求的完成率Kakao Mobility 使用 TensorFlow 和 TensorFlow Serving 来预测司机被派往完成叫车请求时的行程完成率的概率。
联想 LiCO 平台加速了 AI 训练和传统高性能计算,并通过 TensorFlow 集成和优化来优化深度学习训练。LiCO 提供各种内置的 TensorFlow 模型,并支持这些模型的优化分布式训练。
流利说算法团队于 2016 年初将 TensorFlow 首次应用于其内部机器学习项目。这个易于使用的机器学习框架帮助团队构建了一个用于教授英语的应用程序。
TensorFlow.js
Modiface 在生产中利用 TensorFlow.js 在浏览器中进行 AR 化妆试用ModiFace 利用 TensorFlow.js FaceMesh 模型来识别关键面部特征,并将它们与 WebGL 着色器结合起来,使用户能够在保持隐私的情况下,以数字方式试用欧莱雅品牌产品的化妆品。实时体验完全在浏览器中运行,因此用户数据永远不会发送到服务器进行处理。
使用 TensorFlow,NAVER 购物每天自动将超过 2000 万个新注册产品匹配到大约 5000 个类别,以便系统地组织产品并方便用户搜索。
NERSC 和 NVIDIA 成功地将一个科学深度学习应用程序扩展到 27,000 多个 Nvidia V100 Tensor Core GPU,在此过程中突破了 ExaFLOP 障碍。
使用 TensorFlow、深度迁移学习和生成式建模,PayPal 能够识别复杂的随时间变化的欺诈模式,从而提高欺诈拒绝准确率,同时通过提高识别精度来改善合法用户的体验。
TensorFlow Lite
高通加速 Snapdragon 移动平台及其他平台上的 TensorFlow 模型高通优化并加速了 Snapdragon 移动平台以及为物联网、计算、XR 和汽车设计的跨芯片组产品组合上的 TensorFlow 和 TensorFlow Lite 模型。
使用 TensorFlow 对视网膜 OCT 图像进行疾病分类和分割。三种疾病类型被分类为脉络膜新生血管、玻璃体疣或糖尿病性视网膜水肿。分割后,Sinovation Ventures 提供了图像中疑似病变的边界。
TFX
Spotify 使用 TFX 为用户个性化推荐Spotify 在其 Paved Road for ML 系统中利用 TFX 和 Kubeflow 管道,这是一套面向 ML 初学者团队的端到端机器学习解决方案的意见产品和配置。
TensorFlow Lite
德州仪器处理器 SDK 集成了 TensorFlow Lite,用于边缘的机器学习推理处理器 SDK 优化了 TensorFlow Lite 模型,将 CNN/DNN 推理从通用计算 Arm® 内核卸载到专门构建的硬件加速器,从而增强了机器视觉、机器人、汽车 ADAS 和许多其他应用中的机器学习功能。
TensorFlow Lite
为图像推荐预设:在 VSCO 构建“为这张照片”VSCO 使用 TensorFlow Lite 开发了“为这张照片”功能,该功能使用设备上的机器学习来识别用户正在编辑的照片类型,然后从精选列表中推荐相关的预设。
TensorFlow Lite
WPS Office:基于 TensorFlow 的智能办公WPS Office 实施了多种业务场景,例如基于 TensorFlow 的设备上图像识别和图像 OCR。