Firebase Machine Learning
在應用程式中使用機器學習技術，解決實際問題。
Firebase Machine Learning 是一套行動 SDK，可讓您在 Android 和 Apple 應用程式中加入 Google 的機器學習專業技術，而且這個套件功能強大且易於使用。無論您是機器學習新手還是經驗豐富的專家，都能以幾行程式碼實作所需功能。您不必深入瞭解類神經網路或模型最佳化，即可開始使用。另一方面，如果您是經驗豐富的機器學習開發人員，Firebase ML 提供便利的 API，可協助您在行動應用程式中使用自訂 TensorFlow Lite 模型。
主要功能
| 託管及部署自訂模型 |
使用自己的 TensorFlow Lite 模型在裝置端執行推論。只要將模型部署至 Firebase，我們就會負責託管模型並提供給應用程式。Firebase 會動態提供最新版本的模型給使用者，因此您不必向使用者推送新版應用程式，就能定期更新模型。 搭配 Remote Config 使用 Firebase ML 時，您可以向不同使用者區隔放送不同模型，並透過 A/B Testing 執行實驗，找出成效最佳的模型 (請參閱 Apple 和 Android 指南)。 |
| 可立即運用於常見用途的實際工作環境 |
Firebase ML 隨附一組現成可用的 API，可滿足常見的行動裝置用途：辨識文字、為圖片加上標籤，以及識別地標。只要將資料傳送至 Firebase ML 程式庫，程式庫就會提供您需要的資訊。這些 API 會運用 Google Cloud 的機器學習技術，達到最高準確率。 |
雲端與裝置端
Firebase ML 提供的 API 可在雲端或裝置上運作。 我們將 ML API 描述為雲端 API 或裝置端 API 時，是指執行推論的機器，也就是使用 ML 模型來發掘您提供資料的深入分析資訊。在 Firebase ML 中，這項作業會在 Google Cloud 或使用者的行動裝置上進行。
文字辨識、圖片標籤和地標辨識 API 會在雲端執行推論作業。這些模型可用的運算能力和記憶體，都比同類型的裝置端模型更多，因此推論的準確度和精確度也比裝置端模型更高。另一方面，對這些 API 的每個要求都需要網路來回行程，因此不適合用於即時和低延遲應用程式，例如影片處理。
自訂模型 API 處理在裝置上執行的機器學習模型。這些功能使用的模型和產生的模型都是 TensorFlow Lite 模型，經過最佳化處理，可在行動裝置上執行。這類模型最大的優點是不需要網路連線，而且執行速度非常快，例如，足以即時處理影片影格。
Firebase ML 可讓您將自訂模型上傳至我們的伺服器，然後部署到使用者的裝置。啟用 Firebase 的應用程式會視需要將模型下載至裝置。這樣一來，您就能縮減應用程式的初始安裝大小，而且不必重新發布應用程式，即可替換機器學習模型。
機器學習套件：可立即使用的裝置端模型
如要尋找可在裝置上執行的預先訓練模型，請參閱 ML Kit。ML Kit 適用於 iOS 和 Android，並提供多種用途的 API：
- 文字辨識
- 圖片標籤
- 偵測及追蹤物件
- 臉部偵測和輪廓追蹤
- 條碼掃描
- 語言辨識
- 翻譯
- 智慧回覆