Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
Wypróbuj te ćwiczenia z kodem, aby dowiedzieć się, jak Firebase może ułatwić i usprawnić korzystanie z modeli TensorFlow Lite.
Klasyfikacja cyfr (wprowadzenie do wdrażania modelu)
Dowiedz się, jak korzystać z funkcji wdrażania modeli Firebase, tworząc aplikację, która rozpoznaje cyfry pisane ręcznie. Wdrażaj modele TensorFlow Lite za pomocą Firebase ML, analizuj wydajność modelu za pomocą Performance Monitoring i testuj skuteczność modelu za pomocą A/B Testing.
W tym ćwiczeniu w Codelabs użyjesz własnych danych treningowych do dostrojenia istniejącego modelu klasyfikacji tekstu, który rozpoznaje nastrój wyrażony w fragmencie tekstu. Następnie wdrażasz model za pomocą Firebase ML i porównujesz dokładność starego i nowego modelu za pomocą A/B Testing.
Mechanizmy rekomendacji umożliwiają personalizowanie treści dla poszczególnych użytkowników, dzięki czemu wyświetlane są bardziej trafne i angażujące materiały. Zamiast tworzyć złożony potok do obsługi tej funkcji, w tych ćwiczeniach z programowania dowiesz się, jak wdrożyć w aplikacji silnik rekomendacji treści, trenując i wdrażając model uczenia maszynowego na urządzeniu.
[[["Łatwo zrozumieć","easyToUnderstand","thumb-up"],["Rozwiązało to mój problem","solvedMyProblem","thumb-up"],["Inne","otherUp","thumb-up"]],[["Brak potrzebnych mi informacji","missingTheInformationINeed","thumb-down"],["Zbyt skomplikowane / zbyt wiele czynności do wykonania","tooComplicatedTooManySteps","thumb-down"],["Nieaktualne treści","outOfDate","thumb-down"],["Problem z tłumaczeniem","translationIssue","thumb-down"],["Problem z przykładami/kodem","samplesCodeIssue","thumb-down"],["Inne","otherDown","thumb-down"]],["Ostatnia aktualizacja: 2025-07-25 UTC."],[],[],null,["\u003cbr /\u003e\n\nTry these codelabs to learn hands-on how Firebase can help you use TensorFlow\nLite models more easily and effectively.\n\nDigit classification (introduction to model deployment)\n\nLearn how to use Firebase's model deployment features by building an app that\nrecognizes handwritten digits. Deploy TensorFlow Lite models with\nFirebase ML, analyze model performance with Performance Monitoring, and test model\neffectiveness with A/B Testing.\n\n[iOS+](/codelabs/digitclassifier-ios)\n[Android](/codelabs/digitclassifier-android)\n\nSentiment analysis\n\nIn this codelab, you use your own training data to fine-tune an existing text\nclassification model that identifies the sentiment expressed in a passage of\ntext. Then, you deploy the model using Firebase ML and compare the accuracy\nof the old and new models with A/B Testing.\n\n[iOS+](/codelabs/textclassification-iOS)\n[Android](/codelabs/textclassification-android)\n\nContent recommendation\n\nRecommendation engines let you personalize experiences to individual users,\npresenting them with more relevant and engaging content. Rather than building\nout a complex pipeline to power this feature, this codelab shows how you can\nimplement a content recommendation engine for an app by training and deploying\nan on-device ML model.\n\n[iOS+](/codelabs/contentrecommendation-ios)\n[Android](/codelabs/contentrecommendation-android)"]]
