Alphanet adalah pasar jaringan saraf pertama untuk Android
Alphanet adalah open source (akan segera dirilis), pasar untuk model pra-terlatih, dioptimalkan untuk menjalankan perangkat Android. Menggunakan ponsel TensorFlow untuk tugas ini. Kami menyediakan koleksi model jaringan saraf terlatih yang dapat Anda unduh dan jalankan dalam aplikasi.
Alphanet membawa kekuatan pembelajaran mesin untuk perangkat Android Anda. Itu harus menawarkan banyak hal, meskipun ini merupakan rilis awal. Alphanet menawarkan fitur -fitur berikut.
# 1: Kemampuan untuk mengambil model offline dan menjalankannya tanpa konektivitas internet. Anda dapat dijamin tidak ada data yang meninggalkan perangkat Anda, itu ada pada prediksi perangkat.
# 2: Berbagai macam Runner UI memungkinkan Anda menjalankan model yang berbeda dari model convolutional hingga feed forward sederhana. Saat ini, kami menawarkan dua Runner UI yang bernama RAW ROW Runner UI dan Slate Runner UI. Di masa depan, kami akan menambahkan dukungan untuk banyak pelari UI lainnya
# 3: Menguji model Anda menjadi mudah, dengan Alphanet Anda dapat membangun model Anda sendiri dan melatih-> beku-> mengoptimalkan dan menjalankan model, langsung dari dalam aplikasi, menggunakan salah satu runner UI-nya. Untuk info lebih lanjut baca bagian FAQ aplikasi
# 4: Publikasikan model Anda sendiri ke dunia, segera kami akan memungkinkan dukungan bagi publik untuk merilis dan menerbitkan model ML apa pun yang mereka inginkan kepada dunia.
Berikut ini adalah daftar model yang kami tawarkan saat ini dalam aplikasi:
1. IRIS Classifier: Model Klasifikasi Iris Populer, Siap untuk diklasifikasikan tersedia
2. Mnist: Dilatih di MNIST, kami memiliki model yang siap mengenali angka tulisan tangan dalam tampilan batu tulis
3. Emnist: Mnist yang diperluas mendorong batas -batas MNIST dan bahkan mengenali semua huruf dan huruf termasuk huruf kecil dan atas.
** Lebih banyak akan ditambahkan dalam satu hari atau lebih **
** Kami akan menambahkan lebih banyak dan lebih banyak fitur ke dalam aplikasi, tetaplah disini **
unduh