• 未来之路：谷歌为开发者提供全面的开源机器学习产品生态
  谷歌致力于为机器学习提供独一无二且全面的免费开源生态系统，涵盖了从数据到模型定义和训练、部署、运营、硬件加速以及负责任的 AI 工具包。在本次专题演讲中，我们将分享谷歌对机器学习的未来思考。
  
  获取视频信息中...
  
  
• MediaPipe：搭建你自己的端侧开源机器学习解决方案
  设备端机器学习是指在 Android 或 iOS 智能手机、物联网设备或网络浏览器等终端设备上所做的机器学习。在本次专题演讲中，我们将介绍 MediaPipe Tasks 和 MediaPipe Model Maker。开发者们能够通过这些低代码库自行创建设备端机器学习解决方案，无需提前掌握机器学习的专业知识。通过本讲，你将了解目前低代码设备端的机器学习库的能力，以及它们明年的发展前景。
  
  获取视频信息中...

- **TensorFlow.js：从原型开发到上线** 来跟 TensorFlow.js 团队了解网页端机器学习的最新消息。在这里，你可以探索如何使用 Web 机器学习来为你的应用产品或创意服务，进而建立由人工智能和机器学习驱动的下一代网络应用。你可以从浏览器内外访问 TensorFlow.js，学习了解新的模型、性能改进和改进工具。欢迎你加入开发者社区，与开发者们交流互动，不断获取创新灵感。 
- **将开源的机器学习加入你的开发者工具包** 由于新概念繁多复杂，开源的机器学习对移动和网页开发人员充满挑战。在本次专题演讲中，我们将分享在 TensorFlow 工具的帮助下，如何轻松简单开启机器学习。 
- **在移动端部署自定义的开源机器学习模型** 与 TensorFlow Lite 团队一起学习如何将自定义机器学习模型部署到移动设备。在本次专题演讲中，我们将采用最佳实践，并通过最新的开发者工具来演示从编写、优化到部署一个自定义TensorFlow Lite模型到移动设备的操作步骤。