- 原文地址:Google’s ML Kit offers easy machine learning APIs for Android and iOS
- 原文做者:RON AMADEO
- 譯文出自:掘金翻譯計劃
- 本文永久連接:github.com/xitu/gold-m…
- 譯者:ALVINYEH
- 校對者:kezhenxu94
普通人也能夠經過簡單的 API 調用將機器學習功能添加到他們的應用程序中。前端
加州山景城 —— 谷歌正在爲其 Firebase 開發平臺推出一款新的機器學習 SDK,名爲「ML Kit」。新的 SDK 爲一些最多見的計算機視覺用例提供了現成的 API,容許那些不是機器學習專家的開發人員給他們的應用程序添加一些機器學習的魔法。這不只僅是一個Android SDK;它一樣也適用於 iOS 的應用。android
一般來講,創建一個機器學習環境是一項艱鉅的工做。你必須學習如何使用像 TensorFlow 這樣的機器學習庫,獲取大量的訓練數據來教你的神經網絡作一些事情,而且最終,你須要它輸出一個足夠輕量的模型在移動設備上運行。ML Kit 簡化了這一切流程,只需在 Google 的 Firebase 平臺上調用某些機器學習特性便可。ios
新的 API 支持文本識別、人臉檢測、條形碼掃描、圖像標記和地標識別功能。每一個 API 都有兩個版本:一個是基於雲的版本,它經過使用某些數據做爲代價來提供更高的準確性,而本地設備上的版本即便在離線的狀況下也能夠正常運做。對於照片,本地版本的 API 能夠識別圖片中的狗,而更精確的基於雲的 API 能夠肯定狗的具體品種。本地 API 是免費的,而基於雲的 API 使用一般的 Firebase cloud API 來訂價。git
若是開發人員確實使用基於雲的 API,那麼全部數據都不會保留在 Google 的雲上。一旦處理完成,數據就會被刪除。github
從此,谷歌將爲智能回覆添加一個 API。這一機器學習功能將在谷歌收件箱中首次出現,它將掃描電子郵件,對你的郵件生成幾個簡短回覆,你只需輕輕點擊便可發送出去。此功能將在初步預覽中首次推出,而且計算始終在設備上本地完成。還有一個「高密度的面部輪廓」功能即將出如今人臉檢測 API,這對於那些在你的臉上粘貼虛擬物品的加強現實應用來講是個完美的選擇。後端
ML Kit 還提供了一個選項,能夠將機器學習模型與應用程序解耦,並將模型存儲在雲中。根據 Google 的說法,因爲這些模型能夠達到「數十兆字節的大小」,將其卸載到雲端應該提升應用程序安裝速度。模型首先在運行時下載,所以它們在第一次運行後就可以脫機工做,而且應用程序將下載任何之後的模型更新。api
這些機器學習模型的規模龐大是個問題,Google 正試圖用將來基於雲計算的機器學習壓縮方案來解決這個問題。谷歌的計劃是最終採用完整的 TensorFlow 模型,並以類似的精度推出壓縮的 TensorFlow Lite 模型。網絡
ML Kit 與 Firebase 的其餘功能也能很好的進行協做,好比 RemoteConfig,它容許在用戶基礎上對機器學習模型進行 A/B 測試。Firebase 還能夠動態切換或更新模型,而無需更新應用程序。機器學習
但願嘗試使用 ML Kit 的開發者能夠在 Firebase console 中找到它。學習
掘金翻譯計劃 是一個翻譯優質互聯網技術文章的社區,文章來源爲 掘金 上的英文分享文章。內容覆蓋 Android、iOS、前端、後端、區塊鏈、產品、設計、人工智能等領域,想要查看更多優質譯文請持續關注 掘金翻譯計劃、官方微博、知乎專欄。