机器学习 (ML) 可让您的应用大幅提升,并添加用于处理图片、声音和文本的功能。

无论您是经验丰富的开发者,还是刚刚入门的新手,都可以向自己的应用中添加机器学习功能。

通过实时处理文本、音频和视频,解锁新的用户体验。
在本地执行推断,而无需将用户数据发送到云端。
无需网络连接,也不需要在云端运行服务。
通过在设备上运行机器学习功能来减少云费用。

使用 Gemini 让您的 Android 应用如虎添翼

Gemini API
借助新的 Gemini API,您可以在 Google 服务器上运行模型推断。您可以从后端调用 API,也可以直接集成新的 Google AI SDK(一种适用于 Android 的客户端 SDK)。
Android AICore
从 Android 14 开始,Android AICore 是一项新的系统功能,可让您直接在设备上运行基础模型(例如 Gemini Nano)。

现成可用的还是自定义的机器学习?

机器学习套件可针对常见问题提供可直接用于生产环境的解决方案,并且无需具备机器学习专业知识。模型是内置的,且针对移动设备进行了优化。机器学习套件易于使用,可让您专注于功能开发,而不是模型训练和优化。
如果您想要获得更多控制权或部署自己的机器学习模型,Android 提供了基于 TensorFlow Lite 和 Google Play 服务构建的自定义机器学习堆栈,其中涵盖了部署高性能机器学习功能所需的基本信息。

机器学习套件 SDK:可立即使用,适用于常见用户流

机器学习套件让您可以在设备上访问可直接用于生产环境的机器学习模型。ML Kit API 针对移动设备进行了优化,不需要机器学习专业知识。机器学习套件 API 的示例包括:
在设备上实时检测某张照片是否包含人脸以及出现多少个人脸。
识别中文、梵文、日语、韩语或任何拉丁字符语言的文本。
读取采用最常见线性和 2D(二维码)格式的条形码编码数据。
机器学习套件提供 10 多种视觉和语言 API,例如为图片加标签、姿势检测、翻译、智能回复等。

Android 的自定义机器学习堆栈:高性能机器学习

将高性能自定义机器学习功能部署到 Android 应用的基础知识。

适用于机器学习运行时的 TensorFlow Lite:通过 Android 的官方机器学习推断运行时 Google Play 服务使用 TensorFlow Lite 在您的应用中运行高性能机器学习推断。 了解详情

借助 TensorFlow Lite Delegate 实现硬件加速:使用通过 Google Play 服务分发的 TensorFlow Lite Delegate 在 GPU、NPU 或 DSP 等专用硬件上运行加速的机器学习。这样可以帮助您使用高级设备端计算功能,为您的用户提供更流畅、更低延迟的用户体验。

我们目前为 GPU 和 NNAPI 受托人提供支持,并且我们正在与合作伙伴合作,通过 Google Play 服务提供其自定义受托人的访问权限,以支持高级用例。了解详情

由 Google Play 服务启用:使用 Play 服务访问 TensorFlow Lite 运行时和委托。这样可确保使用最新的稳定版,同时最大限度减少对应用的二进制文件大小的影响。了解详情

精选
查看 TensorFlow Lite Android 代码示例,并在您的设备上测试机器学习功能。
精选
下载示例代码,开始使用 TensorFlow Lite 和 Android。
一个新的 API,让您可以在运行时安全地选择最佳硬件加速配置,而无需担心底层设备硬件和驱动程序。

最新资讯

YouTube
YouTube