Seperti biasa, tujuan kami adalah membuat developer meraih kesuksesan di Flutter, apa pun platform yang Anda targetkan. Sejak pengumuman iOS 14 pada bulan Juni, kami telah berupaya menambahkan fitur baru ke Flutter yang mendukung rilis ini, termasuk update untuk dukungan Xcode 12, serta menambahkan fitur dan penyempurnaan baru untuk dukungan iOS 14.
Jika aplikasi iOS 14 Anda menggunakan TextField, CupertinoTextField, atau TextFormField, Anda tentu ingin memastikan bahwa aplikasi dibuat dengan Flutter 1.20 atau yang lebih baru untuk memastikan bahwa pengguna tidak terganggu oleh pesan notifikasi papan klip yang tidak perlu, sesuai kebijakan papan klip Apple terbaru.
Jika tidak, aplikasi produksi yang ada akan berjalan dengan baik di perangkat iOS 14 pengguna akhir. Namun, jika Anda mengupgrade ponsel pengembangan ke iOS 14 hari ini dan ingin terus menggunakannya dengan Flutter, Anda memiliki dua pilihan.
Pilihan pertama Anda adalah menggunakan rilis hotfix terbaru dari Flutter di saluran stabil (1.20.4), yang mendukung penerapan waktu pengembangan ke perangkat fisik iOS 14. Sayangnya, ada perubahan lain yang sedikit mengganggu (dan karenanya lebih berisiko) yang diperlukan untuk melakukan proses debug dan hot reload di iOS 14. Kami menangguhkan perbaikan ini untuk rilis stabil berikutnya, yang rencananya akan dirilis dalam beberapa minggu mendatang.
Pilihan kedua Anda adalah menggunakan versi beta Flutter 1.22 yang kami rilis hari ini. Rilis ini mencakup dukungan yang lebih komprehensif untuk iOS 14, termasuk update visual, klip aplikasi, dan dukungan Xcode 12. Kami akan menginformasikan lebih banyak tentang semua fiturnya saat dipublikasikan ke saluran stabil, tetapi sementara itu, kami menyarankan versi beta ini digunakan jika Anda memerlukan dukungan untuk iOS 14 dengan segera.
Untuk mendapatkan Flutter 1.22 versi beta, gunakan perintah berikut:
$ flutter channel beta$ flutter upgrade
Apa pun pilihannya, Anda dapat memeriksa halaman Mengembangkan untuk iOS 14 untuk mendapatkan informasi bermanfaat tentang penargetan iOS 14 dengan Flutter. Jika Anda mengalami masalah dengan iOS 14, silakan laporkan masalah di repo Flutter. Jika Anda memiliki pertanyaan, silakan posting di grup flutter-dev.
Meskipun ada berbagai alasan untuk mengekspor data dari database Anda - seperti untuk menjaga backup, memenuhi kebijakan retensi data regulasi, atau menyediakan analitik hilir - ekspor bisa memberikan beban yang tidak perlu pada sistem produksi Anda, sehingga sulit untuk dijadwalkan dan dikelola. Untuk menghilangkan beban sumber daya tersebut, kami meluncurkan fitur baru untuk Cloud SQL: ekspor tanpa server. Ekspor tanpa server memungkinkan Anda mengekspor data dari instance database MySQL dan PostgreSQL tanpa memengaruhi kinerja atau risiko pada beban kerja produksi Anda.
Ekspor Cloud SQL, yang menawarkan format data portabel (SQL, CSV), bisa dipicu kapan saja dan ditulis ke bucket Cloud Storage yang Anda kontrol.
Jika Anda harus memenuhi persyaratan regulasi seputar retensi data, Anda bisa dengan mudah mengirim ekspor ke bucket dengan mengaktifkan Bucket Lock. Bucket Lock memungkinkan Anda mengonfigurasi kebijakan retensi data untuk bucket Cloud Storage yang mengatur berapa lama objek dalam bucket harus dipertahankan. Ini juga memungkinkan Anda untuk mengunci kebijakan retensi data, yang secara permanen mencegah kebijakan dikurangi atau dihapus.
Contoh lainnya, Anda bisa mengekspor data ke CSV berdasarkan kueri khusus, lalu mengimpor data tersebut langsung ke BigQuery untuk analitik. Dan jika ini untuk pelaporan rutin, Anda bisa menjadwalkan impor berulang dengan Data Transfer Service atau Cloud Scheduler.
Menggunakan fitur ekspor tanpa server yang baru memastikan ekspor ini tidak akan menghambat instance database Cloud SQL, sehingga Anda bisa terus menjalankannya dengan terprediksi dan andal. Dan hingga Februari 2021, Anda bisa menggunakan ekspor tanpa server secara gratis.
Kami sangat senang melihat apa yang akan Anda bangun dengan fitur ekspor tanpa server yang baru. Punya ide lain? Beri tahu fitur dan kemampuan lain yang Anda butuhkan dengan menggunakan Issue Tracker kami dan bergabung dengan grup diskusi Cloud SQL. Kami senang Anda bergabung, dan kami menantikan masukan Anda!
Artikel Terkait
Cloud SQL, layanan database yang terkelola sepenuhnya untuk MySQL, PostgreSQL, dan SQL Server, sekarang mendukung MySQL 8. Sebagai layanan terkelola, MySQL 8 ...
Diposting oleh Tom Grinsted, Product Manager, Konsol Google Play
Kami harap Anda menikmati Konsol Google Play yang baru. Sekarang lebih dari 300.000 orang menggunakannya sebagai pengalaman default mereka dan ribuan lainnya memberikan masukan, Konsol Play baru siap keluar dari versi beta. Terima kasih untuk semua yang telah membantu sehingga kami bisa sampai di sini. Artinya, Konsol Play lama akan dihentikan mulai 2 November 2020. Setelah tanggal ini, Anda akan secara otomatis diarahkan ke Konsol Play baru saat login ke akun Anda.
Jika Anda belum mencobanya, kami menyarankan agar Anda sekarang beralih ke versi baru. Untuk memulai, kunjungi play.google.com/console.
Desain responsif Konsol Play baru berarti Anda bisa menggunakannya di semua perangkat. Navigasi baru mempermudah Anda untuk menemukan dan memahami fitur penting, dan kami telah menambahkan area untuk membantu Anda lebih memahami status rilis, kinerja akuisisi, dan panduan tentang perubahan kebijakan.
Terima kasih atas masukan Anda, kami telah melakukan banyak perbaikan:
Pelajari lebih lanjut tentang Konsol Play baru:
Terima kasih telah menjadi bagian dari komunitas kami, dan kami harap Anda menikmati Konsol Play yang baru!
Ini adalah entri blog terakhir untuk #11WeeksOfAndroid. Terima kasih telah bergabung dengan kami selama 11 minggu saat kita mempelajari bidang-bidang utama pengembangan Android. Jika Anda melewatkannya, berikut adalah rekap dari semua yang kita bicarakan setiap minggunya:
Temukan cara menerapkan pintasan dan balon percakapan dengan ‘notifikasi percakapan’. Selain itu, pelajari lebih lanjut tentang penambahan percakapan dan berita System UI lainnya, serta temukan dokumentasi developer aplikasi orang dan percakapan di sini. Terakhir, Anda juga bisa mendengarkan podcast Android Backstage, di sini tim System UI diwawancarai mengenai aplikasi orang dan balon.
Untuk mengatasi kompleksitas pengguna dan developer yang menjadikan identitas sebagai tantangan bagi developer, kami telah mengerjakan One Tap dan Block Store, bagian dari Google Identity Services Library kami yang baru.
Jika Anda tertarik untuk mempelajari lebih lanjut tentang Identity, kami memublikasikan video “Identity on Android: apa yang baru di sign-in,” di sini Vishal menjelaskan library baru di Google Identity System.
Dua tim yang bekerja sedari awal dengan kami adalah tim Facebook Messenger dan tim direct messaging dari Twitter. Baca cerita dari Twitter di sini dan lihat bagaimana kami bekerja sama dengan Facebook dalam penerapannya di sini.
Ketahui selengkapnya dengan jalur pembelajaran Aplikasi Orang dan Identitas, playlist, dan entri blog ringkasan minggu ini.
Kami membuka minggu ini dengan mengumumkan para pemenang #AndroidDevChallenge! Periksa semua aplikasi pemenang dan lihat bagaimana mereka menggunakan ML Kit dan TensorFlow Lite, semuanya berfokus untuk mendemonstrasikan bagaimana machine learning bisa diterapkan di kehidupan nyata dengan baik untuk membantu pengguna menyelesaikan berbagai hal, seperti aplikasi untuk membantu tunanetra berjalan di keramaian atau membantu siswa belajar bahasa isyarat.
Kami belum lama ini membuat SDK mandiri untuk ML Kit yang tidak lagi memerlukan akun Firebase. Hanya satu baris dalam file build.gradle dan Anda bisa mulai menghadirkan fungsi ML ke dalam aplikasi Anda.
Tambahan lain yang sangat dinanti adalah dukungan untuk menukar model Google dengan model Anda sendiri guna Pemberian Label Gambar serta Deteksi dan Pelacakan Objek.
Ketahui tentang pentingnya menemukan titik temu unik antara masalah pengguna dan kekuatan ML serta bagaimana Buku Panduan Aplikasi Orang + AI bisa membantu Anda membuat keputusan tentang produk ML. Lihat wawancara dengan tim Read Along untuk mendapatkan lebih banyak inspirasi.
Minggu ini kami juga menyoroti bagaimana menambahkan model khusus ke aplikasi Android Anda tidak pernah semudah ini.
Terakhir, cobalah codelab kami:
Ketahui selengkapnya dengan jalur Machine Learning, playlist, dan entri blog ringkasan minggu ini.
Seperti yang dibagikan dalam entri blog “Privasi dan Keamanan”, kami memberikan pengguna kontrol dan transparansi yang lebih besar atas akses data pengguna.
Di Android 11, kami memperkenalkan berbagai peningkatan privasi seperti izin sekali pakai yang memungkinkan pengguna memberikan akses aplikasi ke mikrofon, kamera, atau lokasi perangkat, hanya sekali itu saja. Pelajari lebih lanjut tentang cara membangun aplikasi yang ramah privasi dengan perubahan baru ini. Anda juga bisa mempelajari tentang berbagai update keamanan Android di video ini.
Update penting lainnya termasuk:
Ketahui selengkapnya dengan jalur pembelajaran ‘privasi, kepercayaan, dan keamanan’, playlist, dan dokumentasi mengenai praktik terbaik privasi dan keamanan.
Kami merilis Android 11 Beta kedua dan menambahkan tahap pencapaian baru yang disebut Stabilitas Platform untuk memberi sinyal yang jelas kepada developer bahwa semua API dan perilaku sistem sudah lengkap. Ketahui selengkapnya tentang Beta 2 dan stabilitas platform, termasuk arti pencapaian ini bagi developer, dan kronologi Android 11. Catatan: sejak minggu #4, kami telah merilis beta ketiga dan terakhir dan sedikit lagi merilis Android 11 ke AOSP dan ekosistemnya. Pastikan untuk memeriksa bahwa aplikasi Anda berfungsi dengan baik!
Untuk menyiapkan aplikasi Anda untuk Android 11, lihat beberapa sumber daya bermanfaat ini:
Dalam entri blog “Mempercepat update Android”, kami menjabarkan bagaimana kami terus mengupayakan OS terbaru untuk mencapai titik penting selanjutnya dengan memperluas arsitektur update Android.
Kami juga menyoroti Excelliance Tech, yang baru-baru ini memindahkan SDK LeBian mereka dari antarmuka non-SDK, menuju API resmi yang stabil sehingga mereka bisa lebih kompatibel dengan Android OS dari waktu ke waktu. Lihat kisah Excelliance Tech.
Ketahui tahu selengkapnya dengan jalur pembelajaran Kompatibilitas Android 11, playlist, dan entri blog ringkasan minggu ini.
Dengan Android 11 Beta, kami semakin menyempurnakan pengalaman developer untuk Kotlin di Android dengan secara resmi merekomendasikan coroutine untuk pekerjaan yang tidak bersamaan. Jika Anda baru mengenal coroutine, lihat:
Selain itu, lihat halaman studi kasus Kotlin yang baru untuk studi kasus dan data terbaru, termasuk studi kasus Google Home baru, dan video status Kotlin kami di Android. Untuk pemula, kami mengumumkan peluncuran kursus Dasar-Dasar Android di Kotlin baru.
Jika Anda adalah seorang developer bahasa Java, lihat dukungan untuk Java API baru mengenai bagaimana kami menyediakan library OpenJDK yang lebih baru di semua versi Android. Dengan Android 11, kami juga mengupdate runtime Android agar aplikasi lebih cepat dimulai dengan I/O prefetching.
Android 11 menyertakan update di seluruh toolchain native, termasuk fitur yang lebih baik untuk profile-guided optimization (PGO) dan penyempurnaan manajemen dependensi native di Android Studio 4.0.
Yang terakhir, kami terus berfokus pada penyempurnaan compiler D8 dan R8 di Android Studio dengan dukungan yang lebih baik untuk Kotlin di R8 shrinker. Pelajari lebih lanjut.
Ketahui selengkapnya dengan jalur pembelajaran bahasa, playlist, dan entri blog ringkasan minggu ini.
Tertarik dengan apa yang baru di Jetpack? Lihat peluncuran #Android11 Beta dengan tinjauan cepat yang memperkenalkan banyak update ke library kami, dengan tips tentang cara memulai.
Tahun ini, kami telah membuat beberapa peningkatan besar dengan merilis Navigation 2.3, yang memungkinkan Anda dengan mudah melakukan navigasi di antara layar-layar aplikasi yang berbeda dengan tetap mengikuti prinsip-prinsip Android UI.
Di Android 11, kami melanjutkan pekerjaan kami untuk memberi pengguna kontrol yang lebih besar atas izin sensitif. Sekarang ada kontrak bertipe-aman untuk intent umum dan lebih banyak lagi melalui ActivityResult API baru. Perubahan ini menyederhanakan cara Anda meminta izin, dan kami akan terus berupaya membuat izin lebih mudah di masa mendatang.
Pelajari juga tentang rilis terbaru library AppStartup kami serta apa yang baru di WorkManager.
Ketahui selengkapnya dengan jalur pembelajaran Jetpack, playlist, dan entri blog ringkasan minggu ini.
Kami telah mengumpulkan ringkasan tentang apa yang baru di fitur Developer Android.
Lihat update terkini dalam fitur desain, dan pelajari lebih dalam lagi:
Selain itu, ketahui tentang proses debug pada layout Anda, dengan update untuk layout inspector. Ketahui perkembangan terbaru untuk fitur Jetpack Compose Design, dan juga cara menggunakan database inspector baru di Android Studio.
Ketahui fitur pengembangan terbaru yang kami miliki untuk Jetpack Hilt di Android Studio.
Pelajari tentang sistem build di fitur developer Android:
Untuk mengetahui update terkini tentang pengujian virtual, baca blog ini di Android Emulator. Yang terakhir, untuk melihat perubahan terbaru pada fitur kinerja, lihat konten profiler kinerja tentang System Trace. Selain itu, lihat lebih lanjut tentang pembuatan profil memori C++ dengan Android Studio 4.1.
Ketahui selengkapnya dengan jalur pembelajaran fitur developer Android, playlist, dan entri blog ringkasan minggu ini.
Lihat webinar kami tentang Google Play Console Beta baru jika Anda tidak dapat menontonnya secara langsung.
Kami membagikan peningkatan terbaru yang dibuat pada paket aplikasi, serta rencana kami mewajibkan aplikasi dan game baru untuk dipublikasikan dengan format ini pada paruh kedua 2021. In-app review API baru berarti sekarang developer bisa meminta rating dan ulasan dari dalam aplikasi Anda!
Jangan lupakan kebijakan kami mengenai langganan yang lebih transparan untuk membantu meningkatkan kepercayaan pengguna pada Google Play Billing. Kami juga memperluas rangkaian fitur untuk membantu Anda menjangkau dan mempertahankan pembeli dengan lebih baik, serta meluncurkan Play Billing Library 3, yang akan diwajibkan pada pertengahan 2021.
Google Play Pass diluncurkan di sembilan pasar baru pada bulan lalu. Developer yang menggunakan Google Play Pass dan penagihan langsung di Google Play mendapatkan rata-rata 2,5 kali lipat dari pendapatan AS dengan Google Play Pass, tanpa mengurangi penghasilan Google Play store. Pelajari lebih lanjut dan sampaikan minat untuk bergabung.
Ketahui selengkapnya dengan jalur pembelajaran distribusi dan monetisasi aplikasi, playlist, dan entri blog ringkasan minggu ini.
Lihat beberapa sorotan dari minggu ini, termasuk;
Ketahui selengkapnya dengan jalur pembelajaran untuk Android TV dan Layar Besar, playlist Di luar ponsel, dan entri blog ringkasan minggu ini.
Kami membagikan beberapa update game dan menyajikan episode spesial "11 Weeks" dari The Android Game Developer Show.
Anda juga bisa memanfaatkan kontrol media baru Android 11 dengan memastikan aplikasi Anda menggunakan MediaStyle dengan token MediaSession yang valid. Pelajari cara mendukung pelanjutan media dengan membuat aplikasi Anda dapat ditemukan dengan MediaBrowserServiceCompat, menggunakan petunjuk EXTRA_RECENT untuk membantu melanjutkan konten, dan menangani callback onPlay dan onGetRoot. Kemudian lihat cara memanfaatkan library jetpack MediaRouter dan lihat contoh UAMP versi terbaru.
Terakhir, kami membahas beberapa cara utama aplikasi dalam memanfaatkan 5G. Android 11 menambahkan API baru dan memperbarui API yang sudah ada untuk membantu memastikan Anda memiliki semua fitur yang dibutuhkan untuk memanfaatkan kemampuan 5G, seperti API estimasi bandwidth yang ditingkatkan, kemampuan deteksi 5G, dan tanda berkuota baru dari operator seluler. Android emulator sekarang memungkinkan Anda untuk mengembangkan dan menguji API ini tanpa memerlukan perangkat atau sambungan jaringan 5G. Semua ini dan masih banyak lagi tersedia dari halaman 5G khusus kami.
Ketahui selengkapnya dengan jalur pembelajaran ‘game dan media’, playlist, dan entri blog ringkasan, serta kunjungi d.android.com/games untuk terus mendapatkan informasi terbaru mengenai semua fitur dan sumber daya kami untuk developer game.
Pada minggu terakhir, kami merilis 4 codelab baru, 9 contoh baru, dokumentasi baru, dan podcast dari tim Compose. Jika Anda lebih menyukai video; semua sudah kami siapkan:
Yang baru di Android 11 adalah kemampuan aplikasi untuk membuat transisi mulus antara keyboard virtual saat dibuka dan ditutup. Untuk mengetahui cara menambahkannya ke aplikasi Anda, geser ke atas video, entri blog, dan contoh aplikasi
Kami sarankan mengikuti Panduan Desain Material untuk memastikan bahwa aplikasi beroperasi secara konsisten, sehingga pola yang dipelajari dalam satu aplikasi bisa digunakan di aplikasi lainnya. Ketahui selengkapnya tentang Material Theming (warna, tipe, dan bentuk), tema gelap, dan sistem gerak Material menggunakan library Material Design Components (MDC). Jika Anda belum bermigrasi ke MDC, lihat panduan migrasi kami.
Bahkan Anda bisa mempermudah migrasi dengan library seperti MDC-Android Compose Theme Adapter baru yang mengubah tema XML MDC menjadi Compose `MaterialTheme`.
Ketahui selengkapnya dengan jalur pembelajaran Compose, jalur pembelajaran UI Modern, playlist, dan entri blog ringkasan minggu ini.
Sumber daya
Anda bisa menemukan seluruh playlist konten video #11WeeksOfAndroid di sini. Ikuti kami di Twitter dan YouTube, serta langganan ke milis kami untuk menerima semua berita dan sumber daya terbaru. Terima kasih banyak telah mengizinkan kami menjadi bagian dari pengalaman ini bersama Anda!
Membangun aplikasi yang didukung AI bukanlah hal yang mudah. Saya tahu. Saya pernah merasakan kesulitan tersebut karena keuntungan menggunakan teknologi ini sering kali sebanding dengan perjuangannya. Sebagaimana pepatah, kenikmatan jus sebanding dengan upaya memerasnya.
Untungnya, selama lima tahun terakhir, mengembangkan dengan machine learning jauh lebih mudah berkat fitur yang mudah digunakan. Sekarang saya hanya membutuhkan waktu singkat untuk membangun dan menyesuaikan model machine learning dan jauh lebih lama untuk mengembangkan aplikasi tradisional.
Dalam postingan ini, saya akan menjelaskan beberapa fitur Google Cloud AI favorit yang mudah digunakan dan berbagi tips untuk membangun aplikasi yang didukung AI dengan cepat. Mari kita mulai.
Salah satu bagian paling lambat dan tidak menyenangkan dari project machine learning adalah mengumpulkan data pelatihan berlabel--contoh berlabel yang bisa “dipelajari” oleh algoritme machine learning.
Namun untuk sebagian besar kasus penggunaan umum, Anda tidak perlu melakukannya. Daripada membangun model sendiri dari awal, Anda bisa memanfaatkan model terlatih yang telah dibangun, disetel, dan dijaga oleh orang lain. Google Cloud AI API adalah salah satu contohnya.
Cloud AI API memungkinkan Anda menggunakan machine learning untuk melakukan hal-hal seperti:
Membuat transkripsi file audio dan video
Membaca teks dari dokumen
Mengurai dokumen terstruktur, seperti formulir dan faktur
Mendeteksi wajah, emosi, dan objek dalam gambar
Mendeteksi konten eksplisit dalam gambar/video
Dan masih banyak lagi
Model machine learning yang mendukung API ini serupa dengan yang digunakan di banyak aplikasi Google (seperti Foto). Mereka dilatih dengan set data yang sangat besar dan sering kali sangat akurat! Sebagai contoh, saat saya menggunakan Video Intelligence API untuk menganalisis video keluarga, label yang spesifik seperti “bridal shower,” “pernikahan,” “permainan baseball,” bahkan “senyuman bayi bisa terdeteksi.”
Tentu saja Cloud AI API berjalan di cloud. Namun jika Anda memerlukan solusi gratis dan offline, TensorFlow.js dan ML Kit menyediakan sejumlah model terlatih yang bisa Anda jalankan langsung di browser atau perangkat seluler. Bahkan ada kumpulan model TensorFlow terlatih yang lebih besar lagi di TensorFlow Hub.
Meskipun Anda bisa menemukan model terlatih untuk banyak kasus penggunaan, terkadang Anda perlu membangun sesuatu yang sangat khusus. Mungkin Anda ingin membangun model yang menganalisis pemindaian medis seperti sinar-X untuk mendeteksi keberadaan penyakit. Atau mungkin Anda ingin mengurutkan widget dari sesuatu di jalur perakitan. Atau memprediksi pelanggan yang paling mungkin melakukan pembelian bila menerima katalog Anda.
Oleh karena itu, Anda perlu membangun model khusus. AutoML adalah fitur Google Cloud AI yang memudahkan proses ini. AutoML memungkinkan Anda melatih model khusus pada data Anda sendiri, Anda bahkan tidak perlu menulis kode untuk melakukannya (kecuali Anda menginginkannya).
Dalam animasi gif di bawah ini, Anda bisa melihat bagaimana saya menggunakan AutoML Vision untuk melatih model yang mendeteksi komponen rusak di papan sirkuit. Antarmuka untuk memberi label pada data adalah klik-dan-tarik, dan melatih model semudah mengklik tombol “Train New Model.” Saat model menyelesaikan pelatihan, Anda bisa mengevaluasi kualitasnya di tab “Evaluate” dan melihat kesalahan yang dibuatnya.
AutoML bekerja pada gambar (AutoML Vision), video (AutoML Video), bahasa (AutoML Natural Language dan AutoML Translation), dokumen, dan data tabular (AutoML Tables) seperti yang mungkin Anda temukan di database atau spreadsheet.
Meskipun antarmuka AutoML sederhana, model yang dihasilkan sangat tinggi kualitasnya. Di dalamnya, AutoML melatih berbagai model (seperti neural network), membandingkan arsitektur dan parameter yang berbeda, serta memilih kombinasi yang paling akurat.
Menggunakan model AutoML di aplikasi Anda adalah mudah. Anda bisa mengizinkan Google untuk menjadi host model bagi Anda di Cloud dan mengaksesnya melalui REST API standar atau library klien (Python, Go, Node, Java, dll), atau mengekspor model ke TensorFlow sehingga Anda bisa menggunakannya secara offline.
Hal tersebut, sedikit banyak, memudahkan pelatihan model. Namun dari mana Anda mendapatkan set data pelatihan besar?
Saya sungguh-sungguh.
Ketika saya memulai project ML, yang pertama kali saya periksa adalah apakah model terlatih yang melakukan apa yang saya inginkan sudah ada.
Jika belum ada, saya akan memberikan pertanyaan yang sama pada diri sendiri tentang set data. Hampir semua jenis set data yang bisa Anda bayangkan sudah ada di Kaggle, situs kompetisi dan hosting set data. Dari tweet tentang COVID-19, daftar lokasi Chipotle, hingga kumpulan artikel berita palsu, Anda bisa menemukan setidaknya beberapa set data di Kaggle yang memungkinkan Anda melatih model bukti konsep untuk masalah Anda. Google Dataset Search juga merupakan fitur yang berguna untuk menemukan set data yang akan melakukan kueri baik Kaggle maupun sumber lainnya.
Terkadang, tentu saja Anda harus memberi label pada data Anda. Namun, sebelum Anda mempekerjakan ratusan pekerja magang, pertimbangkan untuk menggunakan Data Labeling Service Google. Untuk menggunakan fitur ini, Anda perlu menjelaskan bagaimana Anda ingin data diberi label, kemudian Google akan mengirimkannya ke tim pemberi label manusia. Set data berlabel yang dihasilkan bisa dimasukkan langsung ke AutoML atau model Platform AI lainnya untuk pelatihan.
Sering kali, membangun (atau menemukan) model machine learning yang bekerja dengan baik bukanlah bagian tersulit dari sebuah project. Hal paling menantang adalah membuat orang lain di tim Anda untuk menggunakan model tersebut pada data mereka sendiri. Kami sering menghadapi masalah ini di Google Cloud AI, itulah sebabnya kami memutuskan untuk menambahkan demo interaktif ke halaman produk API sehingga Anda bisa mengupload API kami dan mencobanya dengan cepat.
Kesuksesan memimpin project machine learning sering kali karena kemampuan membangun prototipe dengan cepat. Karena itu, saya memiliki beberapa fitur dan arsitektur yang dapat digunakan:
Tambahkan ML ke Google Spreadsheet. *Aplikasi G Suite seperti Spreadsheet, Dokumen, dan Formulir mudah dikembangkan dengan JavaScript melalui framework Apps Script. Misalnya, Anda bisa membangun model klasifikasi teks yang berjalan setiap kali Anda menambahkan baris di Google Spreadsheet. Atau, Anda bisa membuat Google Formulir yang memungkinkan Anda mengupload gambar, menganalisisnya dengan model ML, lalu menulis hasilnya ke Google Spreadsheet.
Google Cloud Storage + Cloud Functions Duo. Sebagian besar project ML adalah data masuk, data keluar. Anda mengupload beberapa data input--gambar, video, rekaman audio, cuplikan teks, dll.--dan model menjalankan prediksi di atasnya (“data output”). Cara yang bagus untuk membuat prototipe jenis project ini adalah dengan Cloud Storage dan Cloud Functions. Cloud Storage bertindak seperti folder di cloud: tempat untuk menyimpan data dalam semua format. Cloud Functions adalah fitur untuk menjalankan blok kode di cloud tanpa memerlukan server khusus. Anda bisa mengonfigurasi keduanya agar bekerja sama dengan menyetel file yang diupload ke penyimpanan cloud sebagai “pemicu” fungsi cloud yang dijalankan.
Saya baru saja menggunakan pengaturan ini ketika membuat pipeline AI dokumen:
Saat dokumen diupload ke bucket penyimpanan cloud, ini akan memicu fungsi cloud yang menganalisis dokumen berdasarkan tipe dan memindahkannya ke bucket baru. Hal tersebut memicu fungsi cloud baru, yang menggunakan Natural Language API untuk menganalisis teks dokumen. Lihat kode lengkapnya di sini.
Mudah-mudahan postingan ini meyakinkan Anda bahwa memulai machine learning tidaklah selalu menyulitkan. Berikut adalah beberapa tutorial dan demo untuk mulai menggunakan ML:
Developer Software: Anda Mempelajari Machine Learning Secara Terbalik
Mengklasifikasikan tagihan kongres dengan machine learning | oleh Sara Robinson
Menjelajahi Cloud Vision API. Tertarik dengan Machine Learning tetapi… | oleh Sara Robinson
Seri YouTube Membuat dengan ML (karya penulis sederhana)
Petualangan Cloud AI bersama Yufeng Guo
Pengantar TensorFlow untuk Kecerdasan Buatan, Machine Learning, dan Deep Learning
Ditulis oleh Wojtek Kaliciński, Developer Advocate, Android
Saat kami mengadopsi Kotlin sebagai bahasa yang didukung di Android, dan kemudian beralih ke pendekatan yang mengutamakan Kotlin, salah satu pendorong utamanya adalah antusiasme dan adopsi dari komunitas developer. Seiring pertumbuhan Kotlin, kami melihat investasi berkelanjutan dalam bahasa ini dari JetBrains (pembuat Kotlin), komunitas open source, dan tim kami sendiri di Google.
Hari ini kami sangat senang bisa berbagi berita tentang rilis Kotlin 1.4, tahap pencapaian berikutnya dalam evolusi Kotlin, yang berisi fitur bahasa baru, compiler, dan fitur yang ditingkatkan. Di bawah ini Anda akan menemukan ringkasan beberapa fitur baru yang menarik dalam rilis ini. Anda bisa membaca selengkapnya tentang Kotlin 1.4 di pengumuman resmi.
Fitur bahasa baru yang diperkenalkan di Kotlin 1.4 meningkatkan ergonomi penulisan kode Kotlin. Berikut adalah salah satu contohnya:
Sebelumnya, hanya antarmuka fungsional (hanya memiliki Single Abstract Method - SAM) yang ditetapkan dalam bahasa pemrograman Java yang mendapatkan manfaat dari sintaks singkat di Kotlin:
executor.execute { println("This is shorthand for passing in a Runnable") }
Di Kotlin 1.4 Anda sekarang bisa menandai antarmuka Kotlin sebagai fungsional dan membuatnya bekerja secara serupa dengan menambahkan kata kunci fun:
fun
fun interface Transformer<T, U> { fun transform(x: T): U } val length = Transformer { x: String -> x.length }
Anda bisa membaca selengkapnya tentang fitur bahasa baru seperti: penggabungan argumen nama dan posisional, koma di belakang, peningkatan referensi yang bisa dipanggil, dan penggunaan break serta continue di dalam when yang disertakan dalam loop di halaman catatan rilis Kotlin 1.4.
break
continue
when
Salah satu fitur tambahan adalah mode Explicit API baru untuk penulis library yang ditulis di Kotlin.
Ini memberlakukan properti bahasa Kotlin tertentu yang biasanya opsional, seperti menentukan pengubah visibilitas, serta pengetikan eksplisit untuk setiap deklarasi publik, untuk mencegah kesalahan saat mendesain API publik library Anda. Lihat dokumentasi tertaut untuk mengetahui petunjuk tentang cara mengaktifkan mode Explicit API dan mulai menggunakan pemeriksaan tambahan ini.
Fitur bahasa yang disebutkan di atas adalah beberapa perubahan yang paling sering dihadapi developer di Kotlin 1.4, tetapi sebagian besar pekerjaan ditujukan untuk meningkatkan kualitas dan kinerja compiler Kotlin secara keseluruhan.
Salah satu keuntungan yang bisa dimanfaatkan oleh semua developer saat ini adalah algoritme inferensi tipe baru yang lebih kuat, yang sekarang diaktifkan secara default. Ini akan membantu developer menjadi lebih produktif dengan mendukung lebih banyak smart-cast dan kasus penggunaan ketika tipe bisa disimpulkan secara otomatis.
Selain algoritme inferensi tipe, Kotlin 1.4 juga menghadirkan fitur opsional, Backend compiler stabilitas Alfa untuk Kotlin/JVM dan Kotlin/JS, yang menghasilkan kode dalam internal representation (IR) yang juga digunakan di backend Kotlin/Native.
Backend IR Kotlin/JVM adalah persyaratan untuk Jetpack Compose, dan engineer Google bekerja sama dengan JetBrains untuk menjadikannya backend compiler JVM default di masa mendatang.
Itulah sebabnya, meskipun saat ini Anda tidak mengembangkan dengan Jetpack Compose, kami mendorong Anda untuk mencoba backend Kotlin/JVM baru, yang saat ini dalam versi alfa, dan melaporkan setiap masalah serta permintaan fitur ke issue tracker.
Untuk mengaktifkan backend IR JVM baru, tentukan opsi compiler tambahan dalam skrip build Gradle Anda:
kotlinOptions.useIR = true
Ada dua langkah untuk mengupdate project dan IDE Anda ke Kotlin 1.4.
Pertama, pastikan Anda menggunakan versi terbaru Android Studio untuk memaksimalkan manfaat kinerja dan kompatibilitas dengan plugin Kotlin terbaru. Android Studio akan memberi tahu Anda saat plugin Kotlin 1.4.0 yang kompatibel dengan versi IDE sudah tersedia. Atau, Anda bisa membuka Preferences | Plugins dan secara manual memicu update.
Setelah plugin diaktifkan, Anda bisa mengupgrade project aplikasi untuk menggunakan Kotlin 1.4 dengan mengupdate versi plugin Gradle Kotlin dalam skrip build.gradle Anda. Tergantung cara mengelola plugin, Anda juga harus mengupdate versi dalam blok buildscript project tingkat atas:
buildscript
buildscript { dependencies { classpath "org.jetbrains.kotlin:kotlin-gradle-plugin:1.4.0" } }
Atau mengubah nomor versi dalam blok plugins di file build.gradle tingkat modul:
plugins
plugins { id 'org.jetbrains.kotlin.android' version '1.4.0' }
Pastikan untuk membaca perubahan bahasa dengan hati-hati dan mengupdate kode project Anda untuk memastikan kompatibilitas dengan rilis terbaru. Selamat menikmati Kotlin 1.4!
Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya.