Персонализация Core ML 3 на устройстве, код машинного обучения в комплекте с Dart, внутренняя структура искусственного интеллекта Apple, обновления ARCore, NLP на iOS и многое другое
НОВОСТИ
Обучение на устройстве Core ML 3: k-Nearest Neighbours
Эксперт по Core ML Маттейс Холлеманс с последними новостями в своем превосходном глубоком погружении в особенности персонализации Core ML 3 на устройстве. В этом посте он показывает, как создать настраиваемый классификатор изображений с помощью k-ближайших соседей, а также глубокой нейронной сети - из приложения iOS. ["Читать далее"]
Если у вас не было возможности прочитать первую и вторую части и вы хотите быть в курсе, вот ссылки на них:
Исследование Apple показывает, что более болтливые пользователи предпочитают более болтливых помощников ИИ
За последние пару лет мы увидели много невероятных достижений в области голосовых помощников. Но есть по крайней мере одна постоянная проблема, которая ограничивает взаимодействие с пользователем: тон. Исследование Apple показало, что мнение людей о привлекательности и надежности помощника улучшается, когда оно отражает их собственные предпочтения к болтливости. Таким образом, исследование также предполагает, что функции, необходимые для выполнения такого рода зеркального отображения, могут быть взяты из пользовательских речевых шаблонов. Важность персонализации устройства здесь совершенно очевидна, поэтому будет интересно посмотреть, как Apple и другие крупные игроки работают над реализацией этого в будущем. ["Читать далее"]
Flutter 1.9 и Dart 2.5 выпущены с поддержкой iOS 13 и завершенным кодом на основе машинного обучения
На этой неделе Google объявила об одновременном выпуске Flutter 1.9 и Dart 2.5 на мероприятии Developer Days China. Среди значительных изменений новые проекты Flutter по умолчанию - Swift и Kotlin (в отличие от Objective-C и Java), оба обновления совместимы с iOS 13, а Dart 2.5 поддерживает предварительную версию системы автозавершения кода на основе машинного обучения, которая пытается предложить сначала наиболее актуальные предложения, а не список в алфавитном порядке. ["Читать далее"]
Apple подробно рассказывает об инструменте разработки Overton AI, модели которого обработали «миллиарды» запросов
Новая структура от Apple предназначена для автоматизации жизненных циклов ИИ с помощью ряда новых высокоуровневых абстракций. Исследователи Apple заявили, что Overton в настоящее время используется в производстве для поддержки нескольких приложений как в режиме, близком к реальному времени, так и для внутренней обработки. В настоящее время фреймворк поддерживает только обработку текста, но неудивительно, что Apple создает прототипы изображений, видео и мультимодальных приложений. ["Читать далее"]
Обновления ARCore включают улучшения в Augmented Faces API, Cloud Anchors API и Persistent Cloud Anchors
Google анонсировал ряд обновлений для ARCore. Во-первых, есть несколько улучшений API расширенных лиц (выпущенных ранее в этом году). В частности, процесс создания был оптимизирован с помощью шаблона эффектов лица и более надежной поддержки iOS. Cloud Anchors API, который позволяет нескольким устройствам получать доступ к облаку для обмена информацией об объектах AR в реальной сцене, может создавать более надежную карту трехмерных функций. А с постоянными якорями облака эти якоря облака могут длиться бесконечно, независимо от поверхности или расстояния. ["Читать далее"]
КОД / БИБЛИОТЕКИ
[Примечания к выпуску] keras-team / kears - Keras 2.3.0
Keras 2.3.0 - это 1-й выпуск многопользовательского Keras, который поддерживает TensorFlow 2.0. Кроме того, это последний крупный выпуск многопользовательского Keras. ["Проводить исследования"]
MechatronicsBlog / RaspberryPi_TFLite_DeepLab-Qt
Raspberry Pi, TensorFlow Lite и Qt / QML: пример сегментации изображения. ["Проводить исследования"]
ОБУЧЕНИЕ
Raspberry Pi, TensorFlow Lite и Qt / QML: пример сегментации изображения
Хавьер Бонилья и ребята из Mechatronics представили хороший учебник, в котором показано, как реализовать сегментацию изображений на Raspberry Pi с TFLite. ["Выучить больше"]
Создание приложения для iOS для классификации звука
Омар М’Хаимдат исследует использование Turi Create и набора данных звуков окружающей среды для обучения и реализации модели классификации звука на iOS. ["Выучить больше"]
4 метода обработки естественного языка в iOS, которые необходимо знать
Озгюр Сахин с отличным обзором ключевых техник НЛП, которые необходимо знать разработчикам iOS, чтобы приступить к работе с текстовыми задачами машинного обучения. ["Выучить больше"]
[Fritz AI] Руководство по сегментации изображений: как это работает, варианты использования и [почти] все остальное, что вам нужно знать
Наше руководство по сегментации изображений включает в себя подробное описание того, что такое сегментация изображений, как она работает, для чего ее можно использовать, а также множество ресурсов, которые помогут вам начать работу. ["Выучить больше"]
Примечание редактора. Heartbeat - это онлайн-публикация и сообщество, созданное авторами и посвященное изучению зарождающегося пересечения разработки мобильных приложений и машинного обучения. Мы стремимся поддерживать и вдохновлять разработчиков и инженеров из всех слоев общества.
Независимая редакция, Heartbeat спонсируется и публикуется Fritz AI, платформой машинного обучения, которая помогает разработчикам учить устройства видеть, слышать, ощущать и думать. Мы платим участникам и не продаем рекламу.
Если вы хотите внести свой вклад, переходите к нашему призыву участников. Вы также можете подписаться на наши еженедельные информационные бюллетени (Deep Learning Weekly и Fritz AI Newsletter), присоединяйтесь к нам на » «Slack и подписывайтесь на Fritz AI в Twitter , чтобы узнавать обо всех последних новостях в области мобильного машинного обучения.
