এমএল কোডল্যাব

কীভাবে ফায়ারবেস আপনাকে আরও সহজে এবং কার্যকরভাবে টেনসরফ্লো লাইট মডেলগুলি ব্যবহার করতে সহায়তা করতে পারে তা শিখতে এই কোডল্যাবগুলি ব্যবহার করে দেখুন।

ডিজিট শ্রেণীবিভাগ (মডেল স্থাপনার ভূমিকা)

হাতে লেখা অঙ্কগুলিকে চিনতে পারে এমন একটি অ্যাপ তৈরি করে Firebase-এর মডেল স্থাপনার বৈশিষ্ট্যগুলি কীভাবে ব্যবহার করবেন তা শিখুন। Firebase ML এর সাথে TensorFlow Lite মডেলগুলি স্থাপন করুন, Performance Monitoring এর সাথে মডেলের কার্যক্ষমতা বিশ্লেষণ করুন এবং A/B Testing এর মাধ্যমে মডেলের কার্যকারিতা পরীক্ষা করুন৷ ( আইওএস+ , অ্যান্ড্রয়েড )

অনুভূতি বিশ্লেষণ

এই কোডল্যাবে, আপনি একটি বিদ্যমান পাঠ্য শ্রেণিবিন্যাস মডেলকে সূক্ষ্ম-টিউন করতে আপনার নিজস্ব প্রশিক্ষণ ডেটা ব্যবহার করেন যা পাঠ্যের একটি উত্তরণে প্রকাশিত অনুভূতিকে চিহ্নিত করে। তারপর, আপনি Firebase ML ব্যবহার করে মডেলটি স্থাপন করুন এবং A/B Testing এর সাথে পুরানো এবং নতুন মডেলের নির্ভুলতার তুলনা করুন। ( আইওএস+ , অ্যান্ড্রয়েড )

বিষয়বস্তু সুপারিশ

Recommendation engines let you personalize experiences to individual users, presenting them with more relevant and engaging content. এই বৈশিষ্ট্যটিকে শক্তিশালী করার জন্য একটি জটিল পাইপলাইন তৈরি করার পরিবর্তে, এই কোডল্যাবটি দেখায় যে আপনি কীভাবে একটি অ্যাপের জন্য একটি বিষয়বস্তু সুপারিশ ইঞ্জিনকে প্রশিক্ষণ দিয়ে এবং একটি অন-ডিভাইস ML মডেল স্থাপন করে প্রয়োগ করতে পারেন৷ ( আইওএস+ , অ্যান্ড্রয়েড )