发送反馈
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
将机器学习功能添加至您的应用
使用 Firebase 机器学习训练和部署自定义模型，或者使用 Cloud Vision API 的交钥匙解决方案。
plat_ios
plat_android
部署在设备上运行的自定义模型
无论您使用现有的 TensorFlow Lite 模型l 开始，还是训练您自己的模型，都可以使用 Firebase 机器学习模型部署通过无线方式将模型分发给用户。这样可以减少应用的初始安装大小，因为模型只在需要时才会被设备下载。此外，还允许您对多个模型进行 A/B 测试，评估模型性能并定期更新模型，而无需重新发布整个应用。只需上传模型 至 Firebase 控制台，我们就会负责托管该模型并将其用于您的应用。如果您愿意的话，也可以使用 Firebase Admin SDK 直接从机器学习生产流水线或 Colab 笔记本部署模型。
使用交钥匙 API 应对常见的用例
Firebase 机器学习套件包含一组基于云的现成 API，适用于以下常见的移动使用场景：识别文字 、为图片加标签 和识别地标 。与基于设备的 API 不同，这些 API 可以利用 Google Cloud 机器学习技术的强大功能提供更高的准确度。您只需将数据传递到库，库就会无缝地向运行在 Google Cloud 上的模型发出请求，然后返回所需的信息 - 只需几行代码即可实现。
eBay Motors 使用 Firebase ML 快速对图片进行分类、降低成本并改善用户体验
eBay Motors 让用户可以搜索和查找他们所在地区要出售的汽车。详细了解他们如何使用 Firebase 机器学习套件中的 AutoML Vision Edge 创建自己的模型和改善用户体验。
查看详情
arrow_forward
文档
Learn how to get started with ML by reviewing our technical documentation.
需要向我们提供更多信息？
[[["易于理解","easyToUnderstand","thumb-up"],["解决了我的问题","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["没有我需要的信息","missingTheInformationINeed","thumb-down"],["太复杂/步骤太多","tooComplicatedTooManySteps","thumb-down"],["内容需要更新","outOfDate","thumb-down"],["翻译问题","translationIssue","thumb-down"],["示例/代码问题","samplesCodeIssue","thumb-down"],["其他","otherDown","thumb-down"]],[],[],[]]
