瞭解 TensorFlow 如何解決真實且日常的機器學習問題

Airbnb 的工程和資料科學團隊利用 TensorFlow 應用機器學習進行大規模影像分類和物體檢測，從而幫助改善房客體驗。

機器學習有助於監測地球表面的變化，用於城市規劃、打擊非法建築以及繪製自然災害造成的破壞和地貌變化圖。

用於 Android 神經網路 API (NNAPI) 的 Arm NN 提供了一個硬體抽象層 (HAL)，該層針對 Arm Mali GPU，使 TensorFlow Lite 等機器學習框架的效能提升了 4 倍以上。

Carousell 在 Google Cloud ML 上使用 TensorFlow 構建具有深度影像和自然語言理解能力的機器學習模型。賣家受益於透過影像識別簡化的釋出體驗，而買家則透過推薦和影像搜尋發現了更多相關商品。

CEVA 的 NeuPro 和 CEVA-XM AI 處理器用於邊緣側的深度學習和 AI 推理，使用 CEVA CDNN 編譯器自動轉換經 TensorFlow 訓練的網路，以便在即時嵌入式裝置中使用。

中國移動使用 TensorFlow 建立了一個深度學習系統，可以自動預測割接時間視窗、驗證操作日誌並檢測網路異常。這已成功支援了全球最大規模的數億物聯網 HSS 號碼遷移。

人工智慧的進步和 TensorFlow 的成熟，使可口可樂公司能夠為其忠誠度計劃實現期待已久的無摩擦購買證明功能。

GE 醫療使用 TensorFlow 訓練神經網路，以識別腦部磁共振成像 (MRI) 檢查過程中的特定解剖結構，從而幫助提高速度和可靠性。

谷歌利用 TensorFlow 為搜尋、Gmail 和翻譯等產品中的機器學習實現提供支援，助力研究人員進行新發現，甚至在人道主義和環境挑戰方面取得進展。

InSpace 使用 TensorFlow.js，透過在瀏覽器客戶端執行所有推理來檢測有害評論，甚至在評論傳送之前即可完成，無需將文字傳送到第三方伺服器進行分類。

英特爾與谷歌的合作使不同模型的推理效能提升了高達 2.8 倍，使在英特爾平臺上執行 TensorFlow 的廣大客戶受益匪淺。

Kakao Mobility 使用 TensorFlow 和 TensorFlow Serving 來預測在派單完成網約車請求時的行程完成率。

聯想 LiCO 平臺加速了 AI 訓練和傳統高效能計算，並結合 TensorFlow 的整合和最佳化，提升了深度學習訓練效率。LiCO 提供了多種內建 TensorFlow 模型，並支援這些模型的最佳化分散式訓練。

流利說演算法團隊於 2016 年初首次將 TensorFlow 應用於其內部機器學習專案。這個易於使用的機器學習框架幫助團隊構建了一款英語教學應用。

ModiFace 利用 TensorFlow.js FaceMesh 模型識別關鍵面部特徵，並將其與 WebGL 著色器結合，讓使用者可以在保護隱私的同時，以數字方式試用歐萊雅品牌產品的妝容。即時體驗完全在瀏覽器中執行，因此不會將任何使用者資料傳送到伺服器進行處理。

使用 TensorFlow，NAVER 購物每天自動將超過 2000 萬個新註冊產品匹配到約 5000 個類別中，以便系統地組織產品並方便使用者搜尋。

NERSC 和 NVIDIA 成功地將一個科學深度學習應用擴充套件到了 27,000 多個 Nvidia V100 Tensor Core GPU 上，並在此過程中突破了百億億次（ExaFLOP）計算大關。

OpenX 在其廣告交易平臺中整合了 TFX 和 Google Cloud Platform，以每秒處理超過一百萬個請求，並在 15 毫秒內提供響應。

透過使用 TensorFlow、深度遷移學習和生成模型，PayPal 能夠識別複雜的隨時間變化的欺詐模式，從而提高了欺詐拒絕的準確性，並透過更精確的識別提升了合法使用者的體驗。

高通在驍龍移動平臺以及為物聯網、計算、XR 和汽車設計的晶片組組合中最佳化並加速了 TensorFlow 和 TensorFlow Lite 模型。

使用 TensorFlow 對視網膜 OCT 影像進行了疾病分類和分割。這三種疾病型別被分類為脈絡膜新生血管、玻璃體疣或糖尿病視網膜水腫。分割後，Sinovation Ventures 提供了影像中疑似病變的邊界。

Spotify 在其機器學習系統“Paved Road”中利用 TFX 和 Kubeflow 流水線，這是一套用於部署端到端機器學習解決方案的建議產品和配置，旨在幫助剛開始機器學習之旅的團隊。

瑞士電信利用 TensorFlow 對深度定製機器學習模型的能力，在收到客戶查詢時對其進行文字分類並確定客戶意圖。

處理器 SDK 優化了 TensorFlow Lite 模型，將 CNN/DNN 推理任務從通用的 Arm® 核心解除安裝到專用的硬體加速器，從而增強了機器視覺、機器人、汽車 ADAS 等多種應用中的機器學習能力。

Twitter 使用 TensorFlow 構建了他們的“排名時間線”，使使用者即使關注了數千名使用者，也不會錯過最重要的推文。

VSCO 使用 TensorFlow Lite 開發了“此照片適用”功能，該功能使用端側機器學習來識別使用者正在編輯的照片型別，然後從精選列表中建議相關的預設。

WPS Office 基於 TensorFlow 實現了多種業務場景，例如端側影像識別和影像 OCR。