AI 和机器学习产品
依托于值得信赖的平台的创新型机器学习产品与服务。
-
AI Hub 是 Google 的即插即用型 AI 组件托管式存储库,可促进您组织成员开展实验与协作。
-
AI 基础组件让开发者能够轻松地在自己的应用中添加视觉、语言和对话能力,以及结构化数据。
-
AI Platform 是我们的编码型数据科学开发环境,让机器学习开发者和数据科学家能快速地将其项目从构思阶段推进到部署阶段。
AI Hub
即插即用型 AI 组件托管式存储库
Google Cloud 的 AI Hub 提供企业级共享功能,包括端到端 AI 流水线和开箱即用的算法,使组织能够以私密方式托管 AI 内容,从而促进内部开发者与用户之间重复使用托管内容并开展协作。企业用户可以查找同组织内的其他团队构建的 AI 组件,并使用由 Google AI、Google Cloud AI 和 Google Cloud 合作伙伴发布的 AI 内容。您还可以轻松部署独有的 Google Cloud AI 和 Google AI 技术,以在 Google Cloud 和混合基础架构上试用并最终正式投入使用。
详细了解 AI Hub
视觉 AI
分析云端或边缘的图片
Google 提供了两种方法来提取隐含在您的图片中的丰富实用信息。我们强大的预训练 Vision API 模型能快速将图片归入数千个类别(例如“帆船”或“埃菲尔铁塔”),识别图片内的各种物体、面孔和文字。即便不具备丰富机器学习专业知识的用户也能得心应手地使用 AutoML Vision,轻松构建和训练自定义模型来满足自己的具体需求。
了解详情
Video AI
精确到帧的细化视频分析
这两种功能齐备的 AI 产品可让您的视频库更易于搜索、更有价值。Video Intelligence API 的预训练模型能提取元数据、识别关键名词以及注释视频内容。如果预训练的 API 不能满足您的项目需求,您还可以利用 AutoML Video Intelligence 来训练自定义模型。 您可以尝试结合使用这两种产品,获得更精细准确的结果。
了解详情
Natural Language
多媒体和多语言处理
Natural Language 利用机器学习技术来了解文本的结构和含义。您可以提取有关人物、地点、事件的信息;更好地理解社交媒体交流中蕴含的情感和呼叫中心对话的内容;还可以对 Google Cloud Storage 上存储的文档执行文本分析。AutoML Natural Language 可让您轻松构建和训练自己的机器学习模型。Natural Language API 的预训练模型提供了语言理解功能,包括内容分类、情感分析、实体分析和句法分析。
了解详情
Translation
根据您的内容需求提供快速、动态的翻译
借助 Translation 服务,您可以使用符合您内容需求的最佳模型,快速在多种语言之间互译。如果您希望为自己的网站和应用增加即时文本翻译功能,那么可以使用 Translation API 预训练的神经机器翻译技术,为一百多种语言提供快速、动态的翻译结果。机器学习专业知识有限的开发者和本地化专家也能利用 AutoML Translation,迅速高效地创建可直接用于生产环境的高质量自定义模型。您甚至可以将自定义模型翻译与 API 结合使用,通过同一个客户端库简化工作流。
了解详情
Cloud Speech-to-Text API
支持 120 种语言的语音识别
Cloud Speech-to-Text 让开发者可以运用易用的 API 中强大的神经网络模型,将语音转换为文字。这种 API 能识别 120 种语言及语言变体,为您的全球用户群提供有力支持。您可以实现语音指令控制、呼叫中心音频转录,以及其他诸多功能。这种工具能运用 Google 的机器学习技术来处理实时流式传输的音频或预先录制好的音频。
了解详情
Cloud Text-to-Speech API
生动真实的文本转语音互动
Cloud Text-to-Speech 运用了 DeepMind 在 WaveNet 上的突破性研究成果和 Google 强大的神经网络,让开发者能够合成超高保真度的逼真语音(共有 32 种语音可供选择,并支持多种语言和语言变体)。有了这一简单易用的 API,您可以通过许多应用和设备与用户实现生动真实的互动。
了解详情
AutoML Tables
基于结构化数据构建先进的机器学习模型
借助 AutoML Tables,数据科学家、分析师和开发者等专业人员能够以大幅提升的速度和规模,基于结构化数据自动构建和部署先进的机器学习模型。您可以充分利用自己的企业数据来处理关键任务,例如供应链管理、欺诈检测、潜在客户转化情况优化和客户生命周期价值提升等。
了解详情
Cloud Inference API
对类型化的时间序列数据集执行大规模相关性分析
借助 Cloud Inference API,您可以从类型化的时间序列数据集中实时汲取数据洞见。最常见的使用场景包括分析零售商的客流量和转化率,检测数据异常,实时识别传感器数据中存在的相关性,或者生成高质量的推荐。
详细了解 Cloud Inference API
Recommendations AI(测试版)
大规模地提供高度个性化的商品推荐
多年来,Google 一直在 Google 搜索、Google Ads 和 YouTube 等 Google 自有产品中提供推荐内容。Recommendations AI 汲取这些经验,在所有渠道中提供高度个性化的建议,并且能够根据客户行为方式、产品和价格变化实时做出调整。Recommendations AI 现提供测试版试用机会,名额有限,有意者请联系 Google 客户经理。向客户展示您对他们的了解程度,赢得他们的信任和忠诚度。
了解详情
BigQuery ML
借助 SQL 构建模型
借助 BigQuery ML,数据科学家和数据分析师可以利用熟悉的 SQL 语言,在短短几分钟内构建自定义机器学习模型并将其付诸应用,而无需执行广泛的数据抽样。只需少许费用即可处理 PB 级数据,生成产品推荐、细分和预测等信息。
详细了解 BigQuery ML
Cloud AutoML
快捷轻松地训练自定义机器学习模型
Cloud AutoML 是一套机器学习产品,可让机器学习专业知识有限的开发者根据其具体业务需求训练出高质量的模型。Cloud AutoML 运用 Google 研究部门十余年来积淀的专有技术,帮助您的机器学习模型实现更卓越的性能和更准确的预测。
详细了解 Cloud AutoMLAI Platform Notebooks
这项企业笔记本服务可帮助您在几分钟内快速启动项目
AI Platform Notebooks 是一项托管式服务,提供集成式 JupyterLab 环境,让您可以轻而易举地创建预装了最新数据科学和机器学习框架的实例,并集成 BigQuery、Cloud Dataproc 和 Cloud Dataflow,从而实现轻松开发和部署。
了解详情Deep Learning VM Image
针对深度学习应用预先配置的虚拟机
Deep Learning VM Image 助您轻松快速地预配虚拟机,其中包含您在 Google Cloud 上启动深度学习项目所需的一切。您可以启动预装有热门机器学习框架(如 TensorFlow、PyTorch 或 scikit-learn)的 Compute Engine 实例,还可以一键添加 Cloud TPU 和 GPU 支持。
了解详情Deep Learning Containers(测试版)
针对深度学习环境预先配置和优化的容器
在可移植的一致环境中快速构建您的深度学习项目,以在 Google Kubernetes Engine (GKE)、AI Platform、Cloud Run、Compute Engine、Kubernetes 和 Docker Swarm 上开发、测试和部署 AI 应用。 Deep Learning Containers 为各种 Google Cloud 服务提供一致的环境,让您可以轻松地在云端扩缩规模或从本地迁移到云端。
了解详情数据标签服务(测试版)
为训练机器学习模型准备数据
您可以使用 AI Platform 数据标签服务,请求让人工标签添加者为计划用于训练自定义机器学习模型的数据集加标签。您可以将代表性样本提交给人工标签添加者,他们会通过“正确方式”对其进行注释,并以适合训练机器学习模型的格式返回数据集。
了解详情AI Platform Training
通过自动调整超参数实现分布式训练
您可以使用 AI Platform 在云端运行 TensorFlow、scikit-learn 和 XGBoost 训练应用。您也可以使用自定义容器运行其他机器学习框架下的训练作业。
了解详情AI Platform Predictions
具有无服务器扩缩功能的模型托管服务
您可以在云端托管经过训练的机器学习模型,并使用 AI Platform Prediction 来推断新数据的目标值。
了解详情持续评估(测试版)
利用评估依据标签优化模型
利用持续评估功能,对已部署到 AI Platform 且已经过训练的机器学习模型的预测结果进行采样,并为预测输入提供评估依据标签。数据标签服务会将模型的预测结果与评估依据标签进行比较,不断为您提供有关模型性能的反馈。
了解详情What-If 工具
利用无代码的直观界面评估和了解模型
利用与 AI Platform 相集成的 What-If 工具,根据数据集中的一系列特征、优化策略甚至是对各个数据点值的操作来调查模型的性能表现。
了解详情Cloud TPU
为卓越性能而设计的硬件
Cloud TPU 是 Google 设计和优化的一种硬件加速器,专门用来为基于 TensorFlow 编程的训练和推理机器学习工作负载实现加速和扩容。Cloud TPU 可为目标 TensorFlow 工作负载提供最佳性价比,并让机器学习工程师和研究人员能够更快地执行迭代。
了解详情Kubeflow
面向 Kubernetes 的机器学习工具包
Kubeflow 提供一种简单直接的方法来将机器学习领域的同类最佳开源系统部署到各种基础架构,让您可以在 Kubernetes 上以可移植、可扩缩的方式轻松部署机器学习工作流。
了解详情更多 AI 资源
开始在 Google Cloud 上使用机器学习技术。
Google Cloud AI 合作伙伴
Google Cloud 机器学习合作伙伴拥有深厚的 AI 专业知识,可帮助客户运用机器学习技术来满足各种需求、支持各种使用场景。我们的合作伙伴可以在模型开发和投放(为机器学习准备好数据)的每个阶段提供帮助,并提供适合您工作需要的工具和平台、现成的 AI 解决方案或定制服务,根据您的需求打造精细调整的 AI 解决方案。
更多 Google 机器学习合作伙伴