Fallstudien

Erfahren Sie mehr über Unternehmen, die TensorFlow verwenden. Nach Produkt auswählen:

Keine Fallstudien gefunden
Airbnb verbessert das Gästeerlebnis, indem TensorFlow verwendet wird, um Bilder zu klassifizieren und Objekte im Maßstab zu erkennen

Das Airbnb-Team für Technik und Datenwissenschaft wendet maschinelles Lernen mit TensorFlow an, um Bilder zu klassifizieren und Objekte im Maßstab zu erkennen und so das Kundenerlebnis zu verbessern.

Airbus verwendet TensorFlow, um Informationen aus ihren Satellitenbildern zu extrahieren und Kunden wertvolle Erkenntnisse zu liefern

ML hilft bei der Überwachung von Änderungen der Erdoberfläche für die Stadtplanung, bei der Bekämpfung illegaler Bauarbeiten und bei der Kartierung von Schäden und Landschaftsveränderungen, die durch Naturkatastrophen verursacht wurden.

Die Hardware-Abstraktionsschicht von Arm führt zu einer mehr als vierfachen Leistungssteigerung von TensorFlow Lite

Die Arm NN für Android Neural Networks API (NNAPI) bietet eine Hardware Abstraction Layer (HAL), die auf Arm Mali-GPUs abzielt und zu mehr als einer vierfachen Leistungssteigerung für Frameworks für maschinelles Lernen wie TensorFlow Lite führt.

Carousell verwendet TensorFlow, um das Käufer- und Verkäufererlebnis zu verbessern

Carousell erstellt mithilfe von TensorFlow in Google Cloud ML Modelle für maschinelles Lernen mit tiefem Bild und natürlichem Sprachverständnis. Verkäufer profitieren von einem vereinfachten Posting-Erlebnis mit Bilderkennung, und Käufer entdecken relevantere Angebote durch Empfehlungen und Bildsuche.

CEVA konvertiert von TensorFlow geschulte Netzwerke in ihre Deep Learning-Prozessoren

Die NeuPro- und CEVA-XM-KI-Prozessoren von CEVA für Deep Learning und KI-Inferenz am Rande konvertieren automatisch TensorFlow-geschulte Netzwerke für die Verwendung in eingebetteten Echtzeitgeräten mithilfe des CEVA CDNN-Compilers.

China Mobile nutzt TensorFlow, um die Erfolgsrate von Netzwerkelement-Cutovers zu verbessern

China Mobile hat mit TensorFlow ein Deep-Learning-System erstellt, das automatisch das Zeitfenster für die Umstellung vorhersagen, Betriebsprotokolle überprüfen und Netzwerkanomalien erkennen kann. Dies hat bereits erfolgreich die weltweit größte Verlagerung von Hunderten von Millionen IoT-HSS-Nummern unterstützt.

TensorFlow ermöglicht den mobilen Kaufnachweis bei Coca-Cola

Fortschritte in der künstlichen Intelligenz und die Reife von TensorFlow ermöglichten es der Coca-Cola Company, einen lang ersehnten reibungslosen Kaufnachweis für ihr Treueprogramm zu erzielen.

GE trainierte ein neuronales Netzwerk mit TensorFlow, um die Anatomie auf MRTs des Gehirns zu identifizieren

Mit TensorFlow trainiert GE Healthcare ein neuronales Netzwerk, um die spezifische Anatomie bei MRT-Untersuchungen (Magnetresonanztomographie) des Gehirns zu identifizieren und so die Geschwindigkeit und Zuverlässigkeit zu verbessern.

Google hat TensorFlow entwickelt, um allen Menschen maschinelles Lernen zu ermöglichen

Google verwendet TensorFlow, um ML-Implementierungen in Produkten wie Search, Gmail und Translate zu unterstützen, Forschern bei neuen Entdeckungen zu helfen und sogar Fortschritte bei humanitären und ökologischen Herausforderungen zu erzielen.

InSpace verwendet TensorFlow.js für Echtzeit-Toxizitätsfilter im Online-Chat

InSpace verwendet TensorFlow.js, um toxische Kommentare zu erkennen, bevor sie überhaupt gesendet werden, indem alle Inferenzclientseiten im Browser ausgeführt werden, sodass kein Text zur Klassifizierung an einen Server eines Drittanbieters gesendet werden muss.

Intel optimiert die TensorFlow-Inferenzleistung auf dem Xeon® Scalable-Prozessor

Die Partnerschaft von Intel mit Google hat zu einer bis zu 2,8-fachen Verbesserung der Inferenzleistung für verschiedene Modelle geführt, was einer Vielzahl von Kunden zugute kommt, die TensorFlow auf Intel-Plattformen ausführen.

Kakao verwendet TensorFlow, um die Abschlussrate von Ride-Hagel-Anfragen vorherzusagen

Kakao Mobility verwendet TensorFlow und TensorFlow Serving, um die Wahrscheinlichkeit von Raten für abgeschlossene Fahrten vorherzusagen, wenn Fahrer entsandt werden, um Fahranfragen zu erfüllen.

Lenovo Intelligent Computing Orchestration verwendet TensorFlow, um die intelligente Revolution zu beschleunigen

Die Lenovo LiCO-Plattform beschleunigt das KI-Training und das traditionelle Hochleistungsrechnen und optimiert das Deep-Learning-Training durch Integration und Optimierung von TensorFlow. LiCO bietet verschiedene integrierte TensorFlow-Modelle und unterstützt ein optimiertes verteiltes Training dieser Modelle.

Liulishuo verwendet TensorFlow, um neue Sprachen zu unterrichten

Das Liulishuo-Algorithmus-Team hat TensorFlow Anfang 2016 erstmals auf sein internes maschinelles Lernprojekt angewendet. Dieses benutzerfreundliche Framework für maschinelles Lernen half dem Team, eine Anwendung für den Englischunterricht zu erstellen.

Modiface verwendete TensorFlow.js in der Produktion für das Anprobieren von AR-Make-up im Browser

ModiFace nutzt das FaceMesh-Modell von TensorFlow.j, um wichtige Gesichtsmerkmale zu identifizieren und mit WebGL-Shadern zu kombinieren. So können Benutzer Make-up für Produkte der Marke L'Oreal digital anprobieren und gleichzeitig die Privatsphäre schützen. Die Live-Erfahrung wird vollständig im Browser ausgeführt, sodass niemals Benutzerdaten zur Verarbeitung an einen Server gesendet werden.

Automatische Klassifizierung von NAVER Shopping-Produktkategorien mit TensorFlow

Mit TensorFlow NAVER Shopping werden täglich über 20 Millionen neu registrierte Produkte automatisch in rund 5.000 Kategorien eingeteilt, um Produkte systematisch zu organisieren und die Suche nach Benutzern zu vereinfachen.

NERSC skalierte eine wissenschaftliche DL-Anwendung mit TensorFlow auf über 27.000 Nvidia V100 Tensor Core-GPUs

NERSC und NVIDIA ist es gelungen, eine wissenschaftliche Deep-Learning-Anwendung auf über 27.000 Nvidia V100 Tensor Core-GPUs zu skalieren und damit die ExaFLOP-Barriere zu durchbrechen.

OpenX priorisiert den Datenverkehr für Anfragen mit hohem Volumen mithilfe von TFX

OpenX integriert TensorFlow Extended (TFX) und Google Cloud Platform in den Anzeigenaustausch, um mehr als eine Million Anfragen pro Sekunde zu verarbeiten und Antworten in weniger als 15 Millisekunden zu liefern.

PayPal verwendet TensorFlow, um auf dem neuesten Stand der Betrugserkennung zu bleiben

Mithilfe von TensorFlow, Deep Transfer Learning und generativer Modellierung konnte PayPal komplexe zeitlich variierende Betrugsmuster erkennen, um die Genauigkeit der Betrugsabnahme zu erhöhen und gleichzeitig die Erfahrung legitimer Benutzer durch eine präzisere Identifizierung zu verbessern.

Qualcomm beschleunigt TensorFlow-Modelle auf mobilen Snapdragon-Plattformen und darüber hinaus

Qualcomm optimiert und beschleunigt TensorFlow- und TensorFlow Lite-Modelle auf mobilen Snapdragon-Plattformen sowie in Chipsatz-Portfolios für IoT, Computing, XR und Automotive.

Erkennung von Krankheiten auf OCT-Bildern der Netzhaut mit TensorFlow

Die Klassifizierung und Segmentierung von Krankheiten wurde an OCT-Bildern der Netzhaut unter Verwendung von TensorFlow durchgeführt. Die drei Krankheitstypen wurden entweder als choroidale Neovaskularisation, Glaskörperwarzen oder diabetisches Netzhautödem klassifiziert. Nach der Segmentierung stellte Sinovation Ventures die Grenze der vermuteten Läsionen in der Bildgebung bereit.

Spotify personalisiert Empfehlungen für Benutzer mit TFX

Spotify nutzt TFX- und Kubeflow-Pipelines in seinen Paved Road for ML-Systemen, einer Reihe von Produkten und Konfigurationen, um eine End-to-End-Lösung für maschinelles Lernen bereitzustellen, die sich an Teams richtet, die ihre ML-Reisen beginnen.

Swisscom optimiert den Kundensupport mit einem maßgeschneiderten TensorFlow-Modell

Swisscom nutzt die Fähigkeit von TensorFlow für tief angepasste Modelle des maschinellen Lernens, um Text zu klassifizieren und die Absicht ihrer Kunden nach Eingang ihrer Anfragen zu bestimmen.

Das Texas Instruments Processor SDK integriert TensorFlow Lite für maschinelles Lernen am Rande

Das Prozessor-SDK optimiert die TensorFlow Lite-Modelle und verlagert die CNN / DNN-Inferenz von allgemeinen Arm®-Rechenkernen auf speziell entwickelte Hardwarebeschleuniger, wodurch die maschinellen Lernfähigkeiten in Bildverarbeitung, Robotik, ADAS für die Automobilindustrie und vielen anderen Anwendungen verbessert werden.

Ranking Tweets mit TensorFlow

Twitter verwendete TensorFlow, um seine "Ranglisten-Zeitleiste" zu erstellen, mit der Benutzer sicherstellen können, dass sie ihre wichtigsten Tweets nicht verpassen, selbst wenn sie Tausenden von Benutzern folgen.

Vorschläge für Voreinstellungen für Bilder: Erstellen von „Für dieses Foto“ bei VSCO

VSCO hat TensorFlow Lite verwendet, um die Funktion „Für dieses Foto“ zu entwickeln, bei der mithilfe des maschinellen Lernens auf dem Gerät ermittelt wird, welche Art von Foto von jemandem bearbeitet wird, und anschließend relevante Voreinstellungen aus einer kuratierten Liste vorgeschlagen werden.

WPS Office: Ein intelligentes Büro, das auf TensorFlow basiert

WPS Office implementiert mehrere Geschäftsszenarien, z. B. Bilderkennung auf dem Gerät und Bild-OCR basierend auf TensorFlow.