Fallstudien

Erfahren Sie mehr über Unternehmen, die TensorFlow verwenden. Wählen Sie nach Produkt:

Keine Fallstudien gefunden
Airbnb verbessert das Gasterlebnis, indem es TensorFlow verwendet, um Bilder zu klassifizieren und Objekte in großem Maßstab zu erkennen

Das Engineering- und Data-Science-Team von Airbnb wendet maschinelles Lernen mit TensorFlow an, um Bilder zu klassifizieren und Objekte in großem Maßstab zu erkennen, um das Gasterlebnis zu verbessern.

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

ML hilft bei der Überwachung von Veränderungen der Erdoberfläche für die Stadtplanung, bei der Bekämpfung illegaler Bauvorhaben und bei der Kartierung von Schäden und Landschaftsveränderungen durch Naturkatastrophen.

Arms Hardware Abstraction Layer führt zu einer mehr als 4-fachen Leistungssteigerung von TensorFlow Lite

Arm NN for Android Neural Networks API (NNAPI) bietet einen Hardware Abstraction Layer (HAL), der auf Arm Mali-GPUs abzielt und zu einer mehr als 4-fachen Leistungssteigerung für Machine-Learning-Frameworks wie TensorFlow Lite führt.

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

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

CEVA konvertiert TensorFlow-trainierte Netzwerke in ihre Deep-Learning-Prozessoren

Die KI-Prozessoren NeuPro und CEVA-XM von CEVA für Deep Learning und KI-Inferencing am Edge konvertieren mit dem CEVA CDNN Compiler automatisch TensorFlow-trainierte Netzwerke für den Einsatz in Echtzeit-Embedded-Geräten.

China Mobile verwendet TensorFlow, um die Erfolgsrate bei der Umstellung von Netzwerkelementen zu verbessern

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

TensorFlow ermöglicht 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 eine spezifische Anatomie während einer Magnetresonanztomographie (MRT) des Gehirns zu identifizieren, um die Geschwindigkeit und Zuverlässigkeit zu verbessern.

Google hat TensorFlow entwickelt, um maschinelles Lernen für alle zugänglich zu machen

Google verwendet TensorFlow, um ML-Implementierungen in Produkten wie Search, Gmail und Translate zu unterstützen, Forscher bei neuen Entdeckungen zu unterstützen 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 Inferenz-Client-Seiten im Browser ausgeführt werden, wodurch die Notwendigkeit entfällt, Text zur Klassifizierung an einen Drittanbieter-Server zu senden.

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

Die Partnerschaft von Intel mit Google hat zu einer bis zu 2,8-fachen Verbesserung der Inferenzleistung bei verschiedenen Modellen geführt, von der ein breites Spektrum von Kunden profitiert, die TensorFlow auf Intel-Plattformen verwenden.

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

Kakao Mobility verwendet TensorFlow und TensorFlow Serving, um die Wahrscheinlichkeit von Fahrten zu prognostizieren, wenn Fahrer entsandt werden, um Mitfahrgelegenheiten zu erfüllen.

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

Die Lenovo LiCO-Plattform beschleunigt KI-Training und traditionelles High Performance Computing und optimiert Deep-Learning-Training mit TensorFlow-Integration und -Optimierung. LiCO bietet verschiedene integrierte TensorFlow-Modelle und unterstützt ein optimiertes verteiltes Training dieser Modelle.

Liulishuo verwendet TensorFlow, um neue Sprachen zu unterrichten

Das Liulishuo-Algorithmusteam wandte TensorFlow erstmals Anfang 2016 in seinem internen Machine-Learning-Projekt an. Dieses einfach zu bedienende Machine-Learning-Framework half dem Team bei der Entwicklung einer Anwendung für den Englischunterricht.

Modiface nutzte TensorFlow.js in der Produktion zum Anprobieren von AR-Make-up im Browser

ModiFace nutzt das FaceMesh-Modell von TensorFlow.js, um die wichtigsten Gesichtsmerkmale zu identifizieren und sie mit WebGL-Shadern zu kombinieren, sodass Benutzer Make-up für L'Oreal-Markenprodukte digital anprobieren und gleichzeitig die Privatsphäre wahren können. Das Live-Erlebnis läuft vollständig im Browser, sodass keine Benutzerdaten zur Verarbeitung an einen Server gesendet werden.

Automatische Klassifizierung von NAVER Shopping-Produktkategorien mit TensorFlow

Mit TensorFlow ordnet NAVER Shopping täglich über 20 Millionen neu registrierte Produkte automatisch rund 5.000 Kategorien zu, um Produkte systematisch zu ordnen und den Nutzern eine einfachere Suche zu ermöglichen.

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

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

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

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

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

Mit TensorFlow, Deep Transfer Learning und generativer Modellierung war PayPal in der Lage, komplexe, zeitlich variierende Betrugsmuster zu erkennen, um die Genauigkeit der Betrugsabwehr zu erhöhen und gleichzeitig die Erfahrung legitimer Benutzer durch erhöhte Präzision bei der 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 und in Chipsatz-Portfolios, die für IoT, Computing, XR und Automotive entwickelt wurden.

Erkennung von Krankheiten auf OCT-Bildern der Netzhaut mit TensorFlow

Die Klassifikation und Segmentierung der Krankheit wurde auf OCT-Bildern der Netzhaut mit TensorFlow durchgeführt. Die drei Krankheitstypen wurden entweder als choroidale Neovaskularisation, Glaskörperwarzen oder diabetisches Netzhautödem klassifiziert. Nach der Segmentierung lieferte Sinovation Ventures die Grenze der vermuteten Läsionen in der Bildgebung.

Spotify personalisiert Empfehlungen für Nutzer mit TFX

Spotify nutzt TFX- und Kubeflow-Pipelines in seinen Paved Road for ML-Systemen, einer eigenwilligen 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 Kundensupport-Operationen mit maßgeschneidertem TensorFlow-Modell

Swisscom nutzt die Fähigkeit von TensorFlow für maßgeschneiderte Machine-Learning-Modelle, um Texte zu klassifizieren und die Absichten ihrer Kunden nach Erhalt ihrer Anfragen zu bestimmen.

Das Texas Instruments Processor SDK integriert TensorFlow Lite für Machine-Learning-Inferenz am Edge

Das Prozessor-SDK optimiert TensorFlow Lite-Modelle und verlagert die CNN/DNN-Inferenz von allgemeinen Compute-Arm®-Kernen auf speziell entwickelte Hardwarebeschleuniger, was die maschinellen Lernfähigkeiten in Machine Vision, Robotik, Automotive ADAS und vielen anderen Anwendungen verbessert.

Tweets mit TensorFlow ranken

Twitter hat TensorFlow verwendet, um seine „Ranked Timeline“ zu erstellen, mit der Benutzer sicherstellen können, dass sie ihre wichtigsten Tweets nicht verpassen, selbst wenn sie Tausenden von Benutzern folgen.

Vorschlagen von Voreinstellungen für Bilder: Erstellen von „For This Photo“ bei VSCO

VSCO hat mit TensorFlow Lite die Funktion „Für dieses Foto“ entwickelt, die mithilfe von maschinellem Lernen auf dem Gerät erkennt, welche Art von Foto jemand bearbeitet, und dann relevante Voreinstellungen aus einer kuratierten Liste vorschlägt.

WPS Office: ein intelligentes Büro auf Basis von TensorFlow

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