مواد

• گوگل کی مشین لرننگ کٹ سے ملیں
• میں کس طرح ایم ایل کٹ APIs کا استعمال کروں؟
• کسی بھی شبیہہ میں متن کو شناخت کرنے والے متن کی شناخت کریں
• شبیہہ کے مواد کو سمجھنا: امیج لیبلنگ API
• تاثرات اور ٹریکنگ چہروں کو سمجھنا: چہرے کا پتہ لگانے والا API
• بار کوڈ اسکیننگ فائربیس اور ایم ایل کے ساتھ
• کلاؤڈ میں مشین لرننگ: لینڈ مارک کی شناخت API
• زبان کی شناخت کا API: بین الاقوامی سامعین کے لئے تیار کرنا
• جلد آرہا ہے: اسمارٹ جواب
• اس کے بعد کیا ہے؟ ایم ایل کٹ کے ساتھ ٹینسرفلو لائٹ کا استعمال
• ختم کرو

مشین لرننگ (ایم ایل) آپ کو اپنے موبائل صارفین کے لئے جدید ، مجبور اور انوکھے تجربات بنانے میں مدد فراہم کرسکتی ہے۔

ایک بار ایم ایل پر مہارت حاصل کرنے کے بعد ، آپ اس کی وسیع پیمانے پر ایپلی کیشنز بنانے کے ل use استعمال کرسکتے ہیں ، بشمول ایپس بھی جو اپنے موضوع کی بنیاد پر خود بخود فوٹو کا اہتمام کرتی ہیں ، کسی شخص کے چہرے کی نشاندہی اور ٹریک کرسکتی ہیں ، شبیہہ سے متن نکالتی ہیں ، اور بہت کچھ .

لیکن ایم ایل بالکل ابتدائی دوستانہ نہیں ہے! اگر آپ طاقتور مشین سیکھنے کی صلاحیتوں کے ساتھ اپنے Android ایپس کو بڑھانا چاہتے ہیں تو پھر آپ کہاں سے شروع کریں گے؟

اس مضمون میں ، میں ایک ایس ڈی کے (سافٹ ویئر ڈویلپمنٹ کٹ) کا جائزہ پیش کروں گا جو ایم ایل کی طاقت کو آپ کی انگلی پر ڈالنے کا وعدہ کرتا ہے ، چاہے آپ کے پاس صفر ایم ایل کا تجربہ۔ اس مضمون کے اختتام تک ، آپ کے پاس ایسی فاؤنڈیشن ہوگی جو آپ کو ذہین ، ایم ایل سے چلنے والے ایپس بنانے کی ضرورت ہے جو امیجز کو لیبل لگانے ، بارکوڈ اسکین کرنے ، چہروں اور مشہور مقامات کو پہچاننے اور بہت سے دوسرے طاقتور ایم ایل کاموں کو انجام دینے کے اہل ہیں۔

گوگل کی مشین لرننگ کٹ سے ملیں

ٹینسرفلو اور کلاوڈ وژن جیسی ٹیکنالوجیز کی ریلیز کے ساتھ ، ایم ایل کا وسیع پیمانے پر استعمال ہورہا ہے ، لیکن یہ ٹیکنالوجیز دل کے بے ہودہ ہونے کے لئے نہیں ہیں! آپ کو صرف حاصل کرنے کے ل typically عام طور پر اعصابی نیٹ ورک اور ڈیٹا تجزیہ کی گہری تفہیم کی ضرورت ہوگی شروع ٹینسرفلو جیسی ٹکنالوجی کے ساتھ۔

یہاں تک کہ اگر آپ کیا ایم ایل کے ساتھ کچھ تجربہ حاصل کریں ، مشین لرننگ سے چلنے والی موبائل ایپ بنانا وقتی ، پیچیدہ اور مہنگا عمل ہوسکتا ہے ، جس سے آپ کو اپنے ایم ایل ماڈلز کی تربیت کے ل enough کافی اعداد و شمار کی ضرورت ہوتی ہے ، اور پھر ان ایم ایل ماڈلز کو موثر انداز میں چلانے کے ل optim بہتر بنائیں گے۔ موبائل ماحول۔ اگر آپ انفرادی ڈویلپر ہیں ، یا محدود وسائل رکھتے ہیں تو ، پھر ممکن ہے کہ آپ اپنے ایم ایل علم کو عملی جامہ پہنائیں۔

ایم ایل کٹ گوگل کی عوام میں مشین لرننگ لانے کی کوشش ہے۔

ہڈ کے تحت ، ایم ایل کٹ متعدد طاقتور ایم ایل ٹیکنالوجیز کو ایک ساتھ بنڈل کرتا ہے جس میں عام طور پر کلاؤڈ ویژن ، ٹینسر فلو ، اور اینڈروئیڈ نیورل نیٹ ورک API سمیت وسیع تر ML علم کی ضرورت ہوتی ہے۔ ایم ایل کٹ عام ماہر استعمال کے معاملے کے لئے پہلے سے تربیت یافتہ ماڈلز کے ساتھ ان ماہر ایم ایل ٹیکنالوجیز کو جوڑتا ہے ، جس میں شبیہہ سے متن نکالنا ، بار کوڈ اسکین کرنا ، اور تصویر کے مندرجات کی نشاندہی کرنا شامل ہے۔

اس سے قطع نظر کہ آپ کو ایم ایل کا کوئی سابقہ ​​علم ہے ، آپ اپنے Android میں مشین سیکھنے کی طاقتور صلاحیتوں کو شامل کرنے کے لئے ایم ایل کٹ استعمال کرسکتے ہیں۔ اور iOS ایپس - ٹیکسٹ شناخت یا زبان کی شناخت API جیسے ایم ایل کٹ کے صحیح حصے میں کچھ ڈیٹا منتقل کریں ، اور اس API جواب کو واپس کرنے کے لئے مشین لرننگ کا استعمال کرے گی۔

میں کس طرح ایم ایل کٹ APIs کا استعمال کروں؟

ایم ایل کٹ کو متعدد APIs میں تقسیم کیا گیا ہے جو فائر بیس پلیٹ فارم کے حصے کے طور پر تقسیم کی جاتی ہیں۔ کسی بھی ایم ایل کٹ API کو استعمال کرنے کے ل you ، آپ کو اپنے Android اسٹوڈیو پروجیکٹ اور اسی سے متعلق فائربیس پروجیکٹ کے مابین ایک تعلق پیدا کرنے کی ضرورت ہوگی ، اور پھر فائر بیس کے ساتھ بات چیت کریں۔

زیادہ تر ایم ایل کٹ ماڈلز آن ڈیوائس ماڈلز کی حیثیت سے دستیاب ہیں جسے آپ مقامی طور پر ڈاؤن لوڈ اور استعمال کرسکتے ہیں ، لیکن کچھ ماڈل کلاؤڈ میں بھی دستیاب ہیں ، جو آپ کے ایپ کو آلے کے انٹرنیٹ کنیکشن پر ایم ایل سے چلنے والے کام انجام دینے کی اجازت دیتا ہے۔

ہر نقطہ نظر کی اپنی طاقت اور کمزوریوں کا اپنا ایک الگ سیٹ ہوتا ہے ، لہذا آپ کو یہ فیصلہ کرنے کی ضرورت ہوگی کہ آیا مقامی یا ریموٹ پروسیسنگ آپ کے خاص ایپ کے لئے زیادہ معنی رکھتی ہے۔ یہاں تک کہ آپ دونوں ماڈلز کے لئے معاونت بھی شامل کرسکتے ہیں ، اور پھر اپنے صارفین کو فیصلہ کرنے کی اجازت دیتے ہیں کہ رن ٹائم کے وقت آپ کون سا ماڈل استعمال کریں۔ متبادل کے طور پر ، آپ موجودہ حالات کے لئے بہترین ماڈل منتخب کرنے کے ل your اپنے ایپ کو تشکیل دے سکتے ہیں ، مثال کے طور پر صرف جب کلاؤڈ بیسڈ ماڈل کا استعمال اس وقت ہوتا ہے جب ڈیوائس وائی فائی سے منسلک ہوتا ہے۔

اگر آپ مقامی ماڈل کا انتخاب کرتے ہیں تو ، پھر آپ کی ایپ کی مشین لرننگ کی خصوصیات ہمیشہ دستیاب رہیں گی ، اس سے قطع نظر کہ صارف کا فعال انٹرنیٹ کنیکشن ہے یا نہیں۔ چونکہ تمام کام مقامی طور پر انجام دیئے جاتے ہیں ، لہذا جب آپ کے ایپ کو بڑی مقدار میں ڈیٹا پر تیزی سے عملدرآمد کرنے کی ضرورت ہوتی ہو تو آلہ کے ماڈلز مثالی ہوتے ہیں ، مثال کے طور پر اگر آپ براہ راست ویڈیو سلسلہ میں ہیرا پھیری کے لئے ایم ایل کٹ استعمال کررہے ہیں۔

دریں اثنا ، کلاؤڈ پر مبنی ماڈل عام طور پر اپنے آلہ کے ہم منصبوں سے زیادہ درستگی مہیا کرتے ہیں ، کیونکہ کلاؤڈ ماڈل گوگل کلاؤڈ پلیٹ فارم کی مشین لرننگ ٹکنالوجی کی طاقت حاصل کرتے ہیں۔ مثال کے طور پر ، تصویری لیبلنگ API کے آن ڈیوائس ماڈل میں 400 لیبل شامل ہیں ، لیکن کلاؤڈ ماڈل کی خصوصیات شامل ہیں 10،000 لیبل.

API پر انحصار کرتے ہوئے ، کچھ فعالیت بھی ہوسکتی ہے جو صرف بادل میں دستیاب ہے ، مثال کے طور پر ٹیکسٹ ریکگنیشن API صرف لاطینی حروف کی شناخت کرسکتا ہے اگر آپ اس کے کلاؤڈ پر مبنی ماڈل کا استعمال کرتے ہیں۔

کلاؤڈ بیسڈ APIs صرف بلیز لیول فائر بیس پروجیکٹس کے لئے دستیاب ہیں ، لہذا آپ کو ایم ایل کٹ کے کلاؤڈ ماڈل میں سے کسی کو استعمال کرنے سے پہلے آپ کو تنخواہ کے حساب سے بلیز پلان میں اپ گریڈ کرنا ہوگا۔

اگر آپ کلاؤڈ ماڈلز کو تلاش کرنے کا فیصلہ کرتے ہیں تو تحریر کے وقت ، تمام ایم ایل کٹ APIs کے لئے ایک مفت کوٹہ دستیاب تھا۔ اگر آپ ابھی بادل پر مبنی تصویری لیبلنگ کے ساتھ تجربہ کرنا چاہتے ہیں ، تو آپ اپنے فائر بیس پروجیکٹ کو بلیز پلان میں اپ گریڈ کرسکتے ہیں ، ایک ہزار سے بھی کم تصاویر پر اے پی پی کی جانچ کرسکتے ہیں ، اور پھر بغیر کسی چارج کے مفت اسپارک پلان پر واپس جا سکتے ہیں۔ تاہم ، شرائط و ضوابط کو وقت کے ساتھ بدلنے کی عجیب عادت ہے ، لہذا بلیز میں اپ گریڈ کرنے سے پہلے چھوٹی پرنٹ ضرور پڑھیں ، اس بات کو یقینی بنائیں کہ آپ کو کسی غیر متوقع بل کا سامنا نہ کرنا پڑے!

کسی بھی شبیہہ میں متن کو شناخت کرنے والے متن کی شناخت کریں

ٹیکسٹ ریکگنیشن API ذہانت سے متن کی شناخت ، تجزیہ اور کارروائی کرسکتا ہے۔

آپ اس API کا استعمال ایسی ایپلی کیشنز بنانے کے ل that کرسکتے ہیں جو کسی شبیہہ سے ٹیکسٹ نکالتے ہیں ، لہذا آپ کے صارفین کو تکلیف دہ دستی اعداد و شمار میں داخلے پر وقت ضائع کرنے کی ضرورت نہیں ہے۔ مثال کے طور پر ، آپ اپنے صارفین کو رسیدوں ، رسیدوں ، بزنس کارڈوں ، یا یہاں تک کہ غذائیت کے لیبلوں سے حاصل کردہ معلومات کو صرف سوال میں لیتے ہوئے معلومات نکالنے اور ریکارڈ کرنے میں مدد کے ل Text ٹیکسٹ ریکگنیشن API کا استعمال کرسکتے ہیں۔

یہاں تک کہ آپ ترجمہ ایپ کے پہلے مرحلے کے طور پر ٹیکسٹ ریکگنیشن API کا استعمال کرسکتے ہیں ، جہاں صارف کچھ نامعلوم متن کی تصویر کھینچتا ہے اور API ترجمے کی خدمت میں منتقل کرنے کے لئے تیار ہوکر متن سے تمام متن نکال دیتا ہے۔

ایم ایل کٹ کا آن ڈیوائس ٹیکسٹ ریگنیشن API کسی بھی لاطینی پر مبنی زبان میں متن کی شناخت کرسکتا ہے ، جبکہ اس کا کلاؤڈ بیسڈ ہم منصب چینیوں ، جاپانیوں اور کوریائی حروف سمیت مختلف زبانوں اور کرداروں کو پہچان سکتا ہے۔ کلاؤڈ پر مبنی ماڈل کو گھنٹوں سے بھری دستاویزات سے تصاویر اور متن سے ویرل متن نکالنے کے ل optim بھی بہتر بنایا گیا ہے ، جسے اپلی کیشن میں آپ کو کونسا ماڈل استعمال کرنا ہے اس کا فیصلہ کرتے وقت آپ کو دھیان میں رکھنا چاہئے۔

اس API کے ساتھ کچھ تجربہ کرنا چاہتے ہیں؟ اس کے بعد ایسی ایپلی کیشن بنانے کے لئے ہمارے مرحلہ وار گائیڈ کو چیک کریں جو کسی بھی شبیہہ سے ٹیکسٹ ریکگنیشن API کا استعمال کرکے متن نکال سکتا ہے۔

شبیہہ کے مواد کو سمجھنا: امیج لیبلنگ API

تصویری لیبلنگ API کسی اضافی سیاق و سباق کے میٹا ڈیٹا کی ضرورت کے بغیر ، تصویر ، میں مقامات ، افراد ، مصنوعات اور جانوروں سمیت اداروں کو شناخت کرسکتا ہے۔ امیج لیبلنگ API لیبل کی شکل میں پائے جانے والے اداروں کے بارے میں معلومات لوٹائے گا۔ مثال کے طور پر مندرجہ ذیل اسکرین شاٹ میں میں نے نوعیت کی تصویر فراہم کی ہے اور اس کا جواب "جنگل" اور "دریائے" جیسے لیبلوں سے دیا ہے۔

شبیہہ کے مندرجات کو پہچاننے کی یہ اہلیت آپ کو ایسے ایپس بنانے میں مدد کر سکتی ہے جو فوٹو کو اپنے مضامین کی بنیاد پر ٹیگ کرتے ہیں۔ وہ فلٹرز جو صارف کے ذریعے پیش کردہ نامناسب مواد کی خود بخود شناخت کرتے ہیں اور اسے آپ کے ایپ سے ہٹاتے ہیں۔ یا اعلی درجے کی تلاش کی فعالیت کی بنیاد کے طور پر۔

ایم ایل کٹ APIs میں سے بہت سے متعدد ممکنہ نتائج واپس کرتے ہیں ، جو اعتماد کے اسکور کے ساتھ مکمل ہوتے ہیں - امیج لیبلنگ API بھی شامل ہے۔ اگر آپ پوڈول کی تصویر پر لیبل لگانے کو منتقل کرتے ہیں تو ، اس میں "پوڈل" ، "کتے ،" "پالتو جانور" اور "چھوٹے جانور" جیسے لیبل لوٹ سکتے ہیں ، یہ سب مختلف لیبلز پر ہر ایک لیبل پر API کے اعتماد کی نشاندہی کرتے ہیں۔ امید ہے کہ ، اس منظر نامے میں "پوڈل" میں سب سے زیادہ اعتماد کا اسکور ہوگا!

آپ اس اعتماد اسکور کا استعمال کسی حد کی تشکیل کے ل can کرسکتے ہیں جس کو پورا کرنا ضروری ہے ، اس سے پہلے کہ آپ کی درخواست کسی خاص لیبل پر کام کرے ، مثال کے طور پر اسے صارف کو ظاہر کرنا یا اس لیبل سے تصویر کو ٹیگ کرنا۔

آن لائن آلہ ماڈل میں شامل 400 لیبلوں کے مقابلے میں تصویری لیبلنگ آلہ آؤٹ اور کلاؤڈ میں دستیاب ہے ، اگرچہ آپ کلاؤڈ ماڈل کا انتخاب کرتے ہیں تو آپ کو 10،000 سے زیادہ لیبل تک رسائی حاصل ہوگی۔

امیج لیبلنگ API کو مزید گہرائی سے دیکھنے کے لئے ، مشین سیکھنے سے کسی تصویر کے مواد کا پتہ لگائیں۔ اس آرٹیکل میں ، ہم ایک ایسی ایپلی کیشن بناتے ہیں جو کسی شبیہہ پر عملدرآمد کرتا ہے ، اور پھر اس شبیہہ میں پائے جانے والے ہر شے کے لیبل اور اعتماد کے اسکور واپس کرتا ہے۔ ہم اس ایپ میں ڈیوائس اور کلاؤڈ ماڈل بھی نافذ کرتے ہیں ، لہذا آپ یہ دیکھ سکتے ہیں کہ نتائج کس طرح مختلف ہیں ، اس پر منحصر ہے کہ آپ کس ماڈل کا انتخاب کرتے ہیں۔

تاثرات اور ٹریکنگ چہروں کو سمجھنا: چہرے کا پتہ لگانے والا API

چہرے کا پتہ لگانے والا API فوٹو ، ویڈیوز اور رواں سلسلے میں انسانی چہروں کا پتہ لگاسکتا ہے ، اور پھر اس کا پتہ لگانے والے چہرے کے بارے میں معلومات ، جس میں اس کی حیثیت ، سائز اور واقفیت شامل ہے ، تلاش کرسکتا ہے۔

آپ اس API کا استعمال صارفین کی تصاویر میں ترمیم کرنے میں مدد کے لئے کرسکتے ہیں ، مثال کے طور پر اپنے تازہ ترین ہیڈ شاٹ کے ارد گرد تمام خالی جگہ کو خود بخود تراش کر۔

چہرے کا پتہ لگانے والا API صرف تصاویر تک ہی محدود نہیں ہے - آپ اس API کو ویڈیوز پر بھی لاگو کرسکتے ہیں ، مثال کے طور پر آپ ایک ایسی ایپ بنا سکتے ہیں جو ویڈیو فیڈ میں تمام چہروں کی شناخت کرے اور پھر ہر چیز کو دھندلا دے۔ سوائے اسکائپ کے بیک گراؤنڈ بلر کی خصوصیت سے ملتے جلتے وہ چہرے۔

چہرے کا پتہ لگانا ہے ہمیشہ آلہ پر کارکردگی کا مظاہرہ کیا ، جہاں ریئل ٹائم میں استعمال ہونا کافی تیز ہے ، لہذا ایم ایل کٹ کے اکثریت کے API کے برعکس ، چہرے کا پتہ لگانے سے نہیں کلاؤڈ ماڈل شامل کریں۔

چہروں کا پتہ لگانے کے علاوہ ، اس API میں کچھ اضافی خصوصیات ہیں جن کی کھوج کے لائق ہے۔ سب سے پہلے ، چہرے کی نشاندہی API چہرے کی نشانیوں ، جیسے آنکھوں ، ہونٹوں ، اور کانوں کی شناخت کرسکتی ہے ، اور پھر ان میں سے ہر ایک کے لئے صحیح نقاط کی بازیافت کر سکتی ہے۔ یہ تاریخی شناخت آپ کو ہر پائے جانے والے چہرے کا ایک درست نقشہ مہیا کرتا ہے - بڑھتی ہوئی حقیقت (اے آر) ایپس بنانے کے لئے کامل ہے جو صارف کے کیمرہ فیڈ میں اسنیپ چیٹ اسٹائل ماسک اور فلٹرز کو شامل کرتے ہیں۔

فیس ڈیٹیکشن API چہرے کی پیش کش بھی کرتا ہے درجہ بندی. فی الحال ، ایم ایل کٹ چہرے کی دو درجہ بندی کی حمایت کرتی ہے: آنکھیں کھلی اور مسکراتی ہیں۔

آپ اس درجہ بندی کو دستیابی خدمات ، جیسے ہینڈ فری فری کنٹرولز ، یا کھلاڑیوں کے چہرے کے تاثرات کا جواب دینے والے کھیل بنانے کے لئے بطور بنیاد استعمال کرسکتے ہیں۔ اگر آپ کیمرا ایپ بنا رہے ہیں تو اگر کوئی مسکرا رہا ہے یا آنکھیں کھلی ہوئی ہیں تو بھی اس کا پتہ لگانے کی اہلیت - کچھ بھی نہیں ، اس سے قبل یہ معلوم کرنے کے لئے کہ کسی کی آنکھیں بند ہوچکی ہیں اس کے بعد ، کچھ فوٹو فوٹو لینے سے بھی زیادہ برا نہیں ہے۔ میں ہر ایک شاٹ

آخر میں ، چہرے کی کھوج API میں ایک چہرے سے باخبر رہنے والا جزو شامل ہوتا ہے ، جو ایک چہرے کو ایک ID تفویض کرتا ہے اور پھر اس سے متعدد لگاتار امیجز یا ویڈیو فریموں کا پتہ لگاتا ہے۔ نوٹ کریں کہ یہ چہرہ ہے ٹریکنگ اور چہرے کا نہیں شناخت. پردے کے پیچھے ، چہرے کا پتہ لگانے والا API چہرے کی پوزیشن اور حرکت کو کھوج رہا ہے اور پھر اندازہ لگا رہا ہے کہ یہ چہرہ اسی شخص کا ہے ، لیکن یہ اس شخص کی شناخت سے بالآخر لاعلم ہے۔

اپنے لئے چہرے کا پتہ لگانے والا API آزمائیں! مشین سیکھنے اور فائر بیس ایم ایل کٹ کے ذریعہ چہرے کا پتہ لگانے والی ایپ بنانے کا طریقہ معلوم کریں۔

بار کوڈ اسکیننگ فائربیس اور ایم ایل کے ساتھ

بارکوڈ اسکیننگ شاید مشین لرننگ کے کچھ دوسرے API کی طرح دلچسپ نہیں ہوسکتی ہے ، لیکن یہ ایم ایل کٹ کے قابل رسائی حصوں میں سے ایک ہے۔

بار کوڈ اسکین کرنے میں کسی ماہر ہارڈویئر یا سوفٹویئر کی ضرورت نہیں ہوتی ہے ، لہذا آپ بار کوڈ اسکیننگ API کا استعمال کرسکتے ہیں جبکہ اس بات کو یقینی بناتے ہو کہ آپ کی ایپ زیادہ سے زیادہ لوگوں تک قابل رسائی رہے ، بشمول بوڑھے یا بجٹ والے آلات پر استعمال کنندہ۔ جب تک کہ کسی آلے میں کام کرنے والا کیمرا موجود ہے ، اس میں بار کوڈ اسکین کرنے میں کوئی دشواری نہیں ہونی چاہئے۔

ایم ایل کٹ کا بارکوڈ اسکیننگ API طباعت شدہ اور ڈیجیٹل بارکوڈس سے وسیع معلومات حاصل کرسکتا ہے ، جس کی مدد سے حقیقی دنیا سے آپ کی درخواست تک معلومات کو منتقل کرنے کا ایک تیز ، آسان اور قابل رسائی طریقہ بن جاتا ہے ، صارفین کو بغیر کسی تکلیف دہ دستی اندراج کو انجام دینے کے۔ .

ڈیٹا کی نو مختلف اقسام ہیں جن کو بار کوڈ اسکیننگ API بارکوڈ سے شناخت اور تجزیہ کرسکتا ہے۔

• TYPE_CALENDAR_EVENT اس میں ایونٹ کا مقام ، منتظم ، اور اس کا آغاز اور اختتامی وقت جیسی معلومات شامل ہیں۔اگر آپ کسی پروگرام کی تشہیر کررہے ہیں تو ، پھر آپ اپنے پوسٹروں یا اڑنے والوں پر طباعت شدہ بار کوڈ شامل کرسکتے ہیں ، یا اپنی ویب سائٹ پر ڈیجیٹل بار کوڈ کو نمایاں کرسکتے ہیں۔ اس کے بعد ممکنہ شرکاء اس کے بار کوڈ کو اسکین کرکے صرف آپ کے پروگرام کے بارے میں تمام معلومات نکال سکتے ہیں۔
• TYPE_CONTACT_INFO۔ اس ڈیٹا کی قسم میں معلومات کا احاطہ کرتا ہے جیسے رابطے کا ای میل پتہ ، نام ، فون نمبر اور عنوان۔
• TYPE_DRIVER_LICENSE۔ اس میں گلی ، شہر ، ریاست ، نام اور ڈرائیور کے لائسنس سے وابستہ تاریخ پیدائش جیسی معلومات شامل ہیں۔
• TYPE_EMAIL۔ اس ڈیٹا کی قسم میں ایک ای میل پتہ ، نیز ای میل کی سبجیکٹ لائن اور باڈی ٹیکسٹ شامل ہوتا ہے۔
• ٹی وائی پیشو۔ اس میں ایک خاص جغرافیائی نقطہ کے لئے عرض بلد اور طول البلد شامل ہوتا ہے ، جو آپ کے صارفین کے ساتھ کسی مقام کا اشتراک کرنے کا آسان طریقہ ہے یا ان کے ل for اپنا مقام دوسروں کے ساتھ بانٹنا ہے۔ آپ مقام پر مبنی واقعات کو متحرک کرنے کیلئے جیو بارکوڈ کو بھی ممکنہ طور پر استعمال کرسکتے ہیں ، جیسے صارف کے موجودہ مقام کے بارے میں کچھ مفید معلومات کی نمائش کرنا ، یا مقام پر مبنی موبائل گیمز کی بنیاد کے طور پر۔
• TYPE_PHONE۔ اس میں ٹیلیفون نمبر اور نمبر کی قسم شامل ہے ، مثال کے طور پر یہ کام ہے یا گھریلو ٹیلیفون نمبر۔
• TYPE_SMS۔ اس میں کچھ ایس ایم ایس باڈی ٹیکسٹ اور ایس ایم ایس سے وابستہ فون نمبر ہے۔
• TYPE_URL اس ڈیٹا کی قسم میں ایک URL اور URL کا عنوان شامل ہے۔ TYPE_URL بارکوڈ کو اسکین کرنا آپ کے صارفین پر دستی طور پر ایک لمبا ، پیچیدہ یو آر ایل ٹائپ کرنے میں کہیں زیادہ آسان ہے ، بغیر کسی ٹائپس یا ہجے کی غلطیوں کو۔
• TYPE_WIFI۔ اس میں ایک Wi-Fi نیٹ ورک کا SSID اور پاس ورڈ ہے ، نیز اس کی خفیہ کاری کی قسم جیسے اوپن ، WEP یا WPA ہے۔ وائی ​​فائی بار کوڈ وائی فائی کی اسناد کو شیئر کرنے کا ایک آسان ترین طریقہ ہے ، جبکہ اپنے صارفین کے اس معلومات کو غلط طریقے سے داخل کرنے کو بھی مکمل طور پر ختم کرتا ہے۔

بار کوڈ اسکیننگ API مختلف بارکوڈس کی ایک رینج کے اعداد و شمار کی تجزیہ کرسکتی ہے ، بشمول کوڈبار ، کوڈ 39 ، EAN-8 ، ITF ، اور UPC-A جیسے لکیری فارمیٹس ، اور Aztec ، ڈیٹا میٹرکس ، اور QR کوڈ جیسے 2D فارمیٹس۔

اپنے آخری صارفین کے ل things چیزوں کو آسان بنانے کے ل this ، یہ API بیک وقت تمام تائید شدہ بارکوڈز کے لئے اسکین کرتی ہے ، اور بار کوڈ کی واقفیت سے قطع نظر ڈیٹا بھی نکال سکتی ہے - لہذا اس سے کوئی فرق نہیں پڑتا ہے کہ جب بارکوڈ اسکین کرتا ہے تو اس کو مکمل طور پر الٹا کیا جاتا ہے!

کلاؤڈ میں مشین لرننگ: لینڈ مارک کی شناخت API

آپ شبیہ کے اندر معروف قدرتی اور تعمیر شدہ مقامات کی نشاندہی کرنے کے لئے ایم ایل کٹ کے لینڈ مارک ریکگنیشن API استعمال کرسکتے ہیں۔

اگر آپ اس API کو ایک مشہور نشانی نشان پر مشتمل ایک تصویری پاس کرتے ہیں تو پھر اس نشان کا نام ، اس تاریخ کے طول البلد اور طول البلد کی اقدار اور ایک باؤنڈنگ باکس واپس کرے گا جس میں یہ ظاہر ہوتا ہے کہ اس تصویر کے اندر اس نشان کی تلاش کہاں کی گئی ہے۔

آپ صارف کی تصاویر کو خود بخود ٹیگ کرنے یا مزید تخصیص شدہ تجربہ فراہم کرنے کے ل Rec لینڈ مارک ریکگنیشن API کا استعمال کرسکتے ہیں ، مثال کے طور پر اگر آپ کی ایپ کو یہ تسلیم ہوجاتا ہے کہ صارف ایفل ٹاور کی تصاویر لے رہا ہے تو پھر اس کے بارے میں کچھ دلچسپ حقائق پیش کر سکتے ہیں۔ یہ تاریخی نشان ، یا اسی طرح کے قریبی سیاحوں کے پرکشش مقامات کی تجویز کریں ، جن کے بارے میں صارف اگلا جانا چاہتا ہو۔

غیر معمولی طور پر ایم ایل کٹ کے لئے ، لینڈ مارک ڈیٹیکشن API صرف کلاؤڈ بیسڈ API کے طور پر دستیاب ہے ، لہذا آپ کی ایپلی کیشن صرف اس وقت نشانی کا پتہ لگانے کے قابل ہوگی جب ڈیوائس کا فعال انٹرنیٹ کنیکشن ہوتا ہے۔

زبان کی شناخت کا API: بین الاقوامی سامعین کے لئے تیار کرنا

آج ، بہت سے مختلف زبانیں بولنے والے صارفین کے ذریعہ ، Android ایپس کو دنیا کے ہر حصے میں استعمال کیا جاتا ہے۔

ایم ایل کٹ کی زبان کی شناخت API آپ کے اینڈروئیڈ ایپ کو کسی بین الاقوامی سامعین سے اپیل کرنے میں مدد کر سکتی ہے ، جس میں متن کی تار لیتے ہیں اور جس زبان میں لکھا جاتا ہے اس کا تعین کرسکتے ہیں۔ زبان کی شناخت API ایک سو سے زیادہ مختلف زبانوں کی نشاندہی کرسکتی ہے ، بشمول رومانی متن ، عربی ، بلغاریہ ، چینی ، یونانی ، ہندی ، جاپانی اور روسی۔

یہ API کسی بھی اطلاق کے لئے ایک قابل قدر اضافہ ہوسکتا ہے جو صارف کے فراہم کردہ متن پر کارروائی کرتا ہے ، کیونکہ اس متن میں شاید ہی کسی زبان کی معلومات شامل ہو۔ آپ ترجمے کے پہلے مرحلے کے طور پر ، ترجمہ ایپ میں زبان کی شناخت کا API بھی استعمال کرسکتے ہیں کچھ بھی، یہ جان رہا ہے کہ آپ کس زبان کے ساتھ کام کر رہے ہیں! مثال کے طور پر ، اگر صارف اپنے آلے کے کیمرہ کو کسی مینو میں اشارہ کرتا ہے ، تو آپ کا اطلاق زبان کی شناخت API کا استعمال کرنے کے ل might اس بات کا تعین کرسکتا ہے کہ مینو کو فرانسیسی زبان میں لکھا گیا ہے ، اور پھر کلاؤڈ ٹرانسلیشن API (جیسے کلاؤڈ ٹرانسلیشن API) جیسے خدمت کا استعمال کرکے اس مینو کا ترجمہ کرنے کی پیش کش کی جاسکتی ہے۔ شاید اس کا متن نکالنے کے بعد ، ٹیکسٹ ریکگنیشن API کا استعمال کرتے ہوئے؟)

زیربحث س onر پر انحصار کرتے ہوئے ، زبان کی شناخت API متعدد امکانی زبانیں واپس کرسکتی ہے ، اس کے ساتھ اعتماد کے اسکور بھی ہوتے ہیں تاکہ آپ اس بات کا تعین کرسکیں کہ کون سے زبان کا پتہ لگانا ممکن ہے کہ زیادہ تر صحیح ہے۔ نوٹ کریں کہ ایم ایل کٹ لکھنے کے وقت ایک ہی تار میں متعدد مختلف زبانوں کی شناخت نہیں ہوسکتی تھی۔

یہ یقینی بنانے کے لئے کہ یہ API اصلی وقت میں زبان کی شناخت فراہم کرتا ہے ، زبان کی شناخت API صرف ایک آلہ ماڈل کے طور پر دستیاب ہے۔

جلد آرہا ہے: اسمارٹ جواب

گوگل مستقبل میں ایم ایل کٹ میں مزید APIs شامل کرنے کا ارادہ رکھتا ہے ، لیکن ہم پہلے ہی آنے والے ایک API کے بارے میں جان چکے ہیں۔

ایم ایل کٹ ویب سائٹ کے مطابق ، آنے والا اسمارٹ جوابی API موجودہ سیاق و سباق سے مطابقت رکھنے والے متن کے ٹکڑوں کو تجویز کرکے آپ کو اپنی درخواستوں میں سیاق و سباق کے جوابات پیش کرنے کی اجازت ہوگی۔ ہم اس API کے بارے میں جو کچھ پہلے سے جانتے ہیں اس کی بنیاد پر ، ایسا لگتا ہے کہ اسمارٹ جواب اس تجویز کردہ ردعمل کی طرح ہوگا جو پہلے ہی اینڈرائڈ کے ایپ ، ویئر او ایس اور جی میل میں دستیاب ہے۔

مندرجہ ذیل اسکرین شاٹ سے پتہ چلتا ہے کہ فی الحال جی میل میں تجویز کردہ رسپانس فیچر کیسا لگتا ہے۔

اس کے بعد کیا ہے؟ ایم ایل کٹ کے ساتھ ٹینسرفلو لائٹ کا استعمال

ایم ایل کٹ موبائل استعمال کے عام معاملوں کے لئے پہلے سے تیار ماڈل فراہم کرتا ہے ، لیکن کسی وقت آپ ان ریڈی میڈ ماڈلز سے آگے بڑھنا چاہتے ہو۔

ٹینسر فلو لائٹ کا استعمال کرکے اپنے ایم ایل ماڈل تشکیل دینا اور پھر ان کو ایم ایل کٹ کا استعمال کرکے تقسیم کرنا ممکن ہے۔ تاہم ، صرف اتنا خیال رکھیں کہ ایم ایل کٹ کے ریڈی میڈ API کے برعکس ، آپ کے اپنے ML ماڈلز کے ساتھ مل کر کام کرنے کے لئے ضرورت ہوتی ہے اہم ایم ایل مہارت کی رقم.

ایک بار جب آپ اپنے ٹینسرفلو لائٹ ماڈل تشکیل دے چکے ہیں ، آپ انھیں فائر بیس پر اپ لوڈ کرسکتے ہیں اور گوگل اس کے بعد اپنے صارفین کو ان ماڈلز کی میزبانی اور خدمت انجام دے گا۔ اس منظر نامے میں ، ایم ایل کٹ آپ کے کسٹم ماڈل پر ایک API پرت کی حیثیت سے کام کرتی ہے ، جو کسٹم ماڈل کو استعمال کرنے میں شامل کچھ بھاری بھرکم کو آسان بناتا ہے۔ سب سے اہم بات یہ ہے کہ ، ایم ایل کٹ آپ کے ماڈل کا تازہ ترین ورژن آپ کے صارفین پر خود بخود دبائے گی ، لہذا جب بھی آپ اپنے ماڈل کو موافقت کرنا چاہتے ہو تو آپ کو ہر بار اپنی ایپ کو اپ ڈیٹ کرنے کی ضرورت نہیں ہوگی۔

صارف کا بہترین ممکنہ تجربہ فراہم کرنے کے ل you ، آپ ان شرائط کو بیان کرسکتے ہیں جن کو پورا کرنا ضروری ہے ، اس سے پہلے کہ آپ کی درخواست آپ کے ٹینسورفلو لائٹ ماڈل کے نئے ورژن ڈاؤن لوڈ کرے ، مثال کے طور پر صرف اس صورت میں جب ماڈل آلہ بیکار ، چارجنگ ، یا Wi- سے منسلک ہوتا ہو تو ماڈل کو اپ ڈیٹ کرنا ہوتا ہے۔ فائی یہاں تک کہ آپ فائر فائیس خدمات کے ساتھ ساتھ ایم ایل کٹ اور ٹینسرفلو لائٹ بھی استعمال کرسکتے ہیں ، مثال کے طور پر فائر بیس ریموٹ کنفیگر اور فائر بیس اے / بی ٹیسٹنگ استعمال کرکے صارفین کے مختلف سیٹوں پر مختلف ماڈلز کی خدمت کی جاسکتی ہے۔

اگر آپ پہلے سے تعمیر شدہ ماڈلز سے آگے جانا چاہتے ہیں ، یا ایم ایل کٹ کے موجودہ ماڈل آپ کی ضروریات کو کافی حد تک پورا نہیں کرتے ہیں تو آپ باضابطہ فائر بیس دستاویزات پر اپنے مشین سیکھنے کے ماڈل بنانے کے بارے میں مزید معلومات حاصل کرسکتے ہیں۔

ختم کرو

اس مضمون میں ، ہم نے گوگل کی مشین لرننگ کٹ کے ہر جزو کو دیکھا ، اور کچھ عام منظرناموں کا احاطہ کیا جہاں آپ شاید ہر ایک ایم ایل کٹ APIs استعمال کرنا چاہیں۔

گوگل مستقبل میں مزید APIs شامل کرنے کا منصوبہ بنا رہا ہے ، لہذا آپ کون سی مشین لرننگ APIs کو ایم ایل کٹ میں شامل دیکھنا چاہیں گے؟ ہمیں ذیل میں تبصرے میں بتائیں!