Публикации по теме 'mobile-ml'


Приложение для iOS для прогнозирования погоды с использованием Flask API и AI
Как прогнозировать температуру на iOS с помощью ИИ Представьте, что мы хотим предсказать погоду на день на основе исторических данных или количество осадков на тот же день. Прогнозы погоды состоят из сбора как можно большего количества данных - будь то текущее или историческое состояние атмосферы в данной области (температура, влажность, ветер и многое другое) - и использования инструментов для измерения атмосферных условий и активности. На основании этих данных метеоролог определяет..

Внедрение API Smart Reply в ML Kit в приложении для Android
Этот рассказ является шестым в серии ML Kit для мобильных разработчиков. Если вы не совсем в курсе, можете начать здесь: Использование TensorFlow Lite и ML Kit для создания« Pokédex на Android Эта история - пятая в серии MLKit для мобильных разработчиков. Если вы не совсем в курсе, вы можете… heartbeat.comet.ml » Пит-стопы серии Создание клона Google Lens с помощью Firebase ML Kit Создание сканера кредитных карт с..

Обнаружение 3D-объектов для мобильного AR с использованием MediaPipe и WebXR
Обнаружение объектов — это процесс анализа изображений или видео с целью определения различных классов присутствующих объектов и ограничивающей рамки для определения их положения. Эта концепция была довольно популярна в сообществе машинного обучения, поскольку основные решения предлагают ограничивающие 2D-рамки. Обнаружение объектов играет важную роль в создании приложений дополненной реальности, и некоторые варианты использования: Отображение важной информации поверх целевого..

Компьютерное зрение в iOS: определите лучшее выражение лица на живых фотографиях
Реализация нового запроса качества захвата лиц от Vision framework для iOS Во время WWDC 2019 Apple внесла в свой фреймворк Vision много интересных нововведений. Они не только улучшили отслеживание лиц и классификацию изображений, но также представили интересные новые функции, такие как Важность , встроенные модели классификации животных. И улучшенные API для работы с моделями классификации Core ML. Среди новых выпусков возможность сравнивать качество захвата лиц в наборе..

Обучение базовой модели машинного обучения для анализа настроений
Почему важен анализ настроений? Анализ тональности стал горячей темой в области обработки естественного языка и машинного обучения. Анализ настроений - это процесс изучения текста на предмет мнений и чувств. Существует бесчисленное количество реальных примеров использования анализа настроений, которые включают в себя понимание того, как потребители относятся к продукту или услуге, поиск признаков депрессии или определение реакции людей на определенные рекламные и политические..

Классификация текста в iOS с помощью Create ML
Классификация категорий новостей в приложении для iOS с помощью машинного обучения Apple во многих отношениях использует методы обработки естественного языка в iOS. Благодаря NLP iOS может автоматически исправлять опечатки, а Siri понимает, о чем мы говорим. На WWDC 2018 Apple представила эти возможности разработчикам с помощью инструмента под названием Create ML . Этот инструмент позволил разработчикам легко создавать модели классификации текста (среди множества других типов..