Pocket AutoML

1k+
Nedlastinger
Egnethet
Alle
Skjermbilde
Skjermbilde
Skjermbilde
Skjermbilde
Skjermbilde
Skjermbilde

Om denne appen

• Pocket AutoML lar kunstig intelligensentusiaster selv uten tidligere maskinlæringserfaring trene en modell for klassifisering av dyp læring (et konvolusjonelt neuralt nettverk) rett på enhetene sine og eksperimentere med det.
• Den kan eksportere modeller i TensorFlow Lite-format, slik at en bruker kan lage en tilpasset Android-app basert på den etter opplæring .
• Profesjonell datavisning eller dypt læring kan også bruke den som et verktøy for å lage et raskt proof-of-concept for overføring av læring på oppgavene sine uten en enkelt kodelinje.
• Den trener en modell rett på enheten din på sekunder (for et datasett med dusinvis av bilder).
• Det respekterer personvernet ditt: bildene dine blir aldri lastet opp noe sted, ettersom både trening og prediksjon skjer på enheten din.
• Den trenger ikke en internettforbindelse for trening og forutsigelse.
• Bare få bilder per klasse kan være nok til å trene en modell som nøyaktig klassifiserer objekter (det som kalles få-shot-læring).
Oppdatert
4. juni 2023

Datasikkerhet

Sikkerhet starter med en forståelse av hvordan utviklere samler inn og deler dataene dine. Fremgangsmåtene for personvern og datasikkerhet kan variere basert på bruk, region og alder. Utvikleren har oppgitt denne informasjonen og kan oppdatere den over tid.
Ingen data deles med tredjeparter
Finn ut mer om hvordan utviklere deklarerer deling
Denne appen kan samle inn disse datatypene
Appaktivitet, Appinformasjon og -ytelse og Enhets-ID-er eller andre ID-er
Dataene krypteres ved overføring
Dataene kan ikke slettes

Hva er nytt?

• Improved model training speed.
• Added the Android app creation tutorial.
• Added model export in TensorFlow Lite format.
• Added model statistics.
• Fixed an issue with the app returning to the main screen, e.g. when taking or picking photos.
• Better photo quality.
• More hints for new users.
• Faster image import from device storage.
• Other bugfixes and improvements.