In letzter Zeit wird Machine Learning nicht nur auf der Serverseite, sondern auch in Clientanwendungen zunehmend eingesetzt. Häufig müssen diese Anwendungen auf Smartphones, Tablets oder sogar auf Smartwatches laufen – Geräte mit geringer Leistung, die nicht immer über eine gute Internetverbindung verfügen. Daher sollten die Machine-Learning-Modelle nicht nur genaue Ergebnisse vorhersagen und offline arbeiten, sondern auch die Einschränkungen der Geräte berücksichtigen, auf denen sie später laufen werden.
In dieser Session werden wir unsere Erfahrungen im Einsatz rekursiver neuronaler Netze für die Sprachmodellierung, bei der Implementierung unseres Modells in TensorFlow zur Erstellung von intelligenten Vorhersagen und deren Integration in die Key2Swipe-App auf Android- und iOS-Smartphones und Smartwatches – eine Tastatur mit speziellem Layout, die für kleine Bildschirme optimiert ist – vorstellen.