不論是晚餐前安排一些時間在客廳鍛鍊身體、收聽最新一集的 Podcast 節目，或是週五晚上看場線上演唱會，隨著待在家中的時間變長，越來越多人開始收看 YouTube；尤其在疫情席捲各地後，對音樂產業產生深遠的影響與改變，音樂影片 (Music video）串流也越來越受歡迎，超過 20 億人每個月在 YouTube 享受音樂內容。
對廣告主而言，這項改變也創造了新的機會，讓品牌能夠透過數位音樂內容來觸及觀眾。因此，品牌也應該開始尋找觸及音樂愛好者的全新方式。
為了協助廣告主根據消費者在 YouTube 的多元使用習慣擬定合適的媒體和廣告素材策略，進而觸及目標對象，我們推出音訊廣告 (Audio Ads)，第一個專為在 YouTube 上極具吸引力且不受環境限制的聆聽體驗所設計並連結品牌與聽眾的廣告形式。音訊廣告 (目前為 Beta 版) 透過以聲音為基礎的廣告素材，提供和影音廣告相同的成效評估機制、觀眾與品牌安全功能，協助品牌有效擴大觸及並提升能見度。
五年前，我們開放了機器學習架構 TensorFlow 的原始碼為研究及製作之用。我們的目標是讓最先進的機器學習工具可以為更多人存取，並讓所有人都能使用。
自那時以來，TensorFlow 已經成為全球最受歡迎的機器學習程式庫，下載次數超過1.6 億。 我們很開心看到如此多的人使用 TensorFlow，也非常感謝除了 Google 之外，還有成千上萬的人亦貢獻了程式碼、創建教育內容並在世界各地組織開發人員活動，支持 TensorFlow 和機器學習社群的持續發展。
為了慶祝 TensorFlow 正式推出 5 週年，我們想分享幾個互動式的應用展示，讓使用者可以在自己的瀏覽器中點擊以進行嘗試，以及一些能幫助使用者自己打造專案的教學內容。如果你是 TensorFlow 的新手，這將是了解相關功能的好方法，如果你覺得有興趣而因此想要深入了解更多，請查看 TensorFlow 部落格。
以機器學習為基礎打造的互動式應用展示
TensorFlow 支持多種程式語言和環境。 讓我們先快速瀏覽一下JavaScript，以及三個透過點擊就可以嘗試三個互動式應用。
TensorFlow.js 讓使用者可以完全在瀏覽器中編寫和運行機器學習模型。對於保護隱私的應用程式（無需將資料發送到伺服器）以及互動式機器學習程式來說，這是相當重要的應用。
虹膜範圍追蹤程式就是一個很好的例子，它支援無需用手操作的介面和輔助技術。 使用者可以在瀏覽器中嘗試創造自己的模型（請耐心等待，下載可能需要一些時間！）。
運用 MediaPipe 和 TensorFlow.js 在瀏覽器中進行虹膜範圍追蹤
類似於眼睛追蹤，使用者也可以用 TensorFlow.js 追蹤手勢。
運用 MediaPipe 和 TensorFlow.js 在瀏覽器中追蹤手勢
使用者只需要一個攝影鏡頭就能在瀏覽器中操作這些應用展示，過程中不需要傳送任何你電腦裡的資料。
不用撰寫程式就能訓練自己的模型
使用者可以運用 Teachable Machine 訓練自己的模型（不需要編寫程式），這是一個在瀏覽器中能快速、有趣且容易的創建機器學習模型的方法。 例如，你可以教一個模型來識別圖像或是你用麥克風所錄製的聲音。
Teachable Machine: 教電腦辨識你自己的圖像、聲音或姿勢.
深度教學內容
TensorFlow 包含一個功能強大的 Python 程式庫。如果要開始使用，這裡有一些針對初學者和專家的教學內容。這些教學內容（包含完整的端到端代碼）涵蓋從機器學習基礎知識到電腦視覺和機器翻譯的主題，甚至還展示了如何透過機器學習生成圖稿。
這個教學內容講解圖像分類，像是如何訓練神經網路分類花朵。圖片由 Virginia McMillan 授權使用。
TensorFlow Lite 讓使用者可以在行動和小型嵌入式裝置上打造以機器學習為基礎的應用程式。印度一群主修工程的學生使用 TensorFlow Lite 開發了一個 Android 應用程式，該應用程式透過智慧型手機的相機來提供當地的空氣品質資訊。
Air Cognizer: 運用 TensorFlow Lite 預測空氣品質
此外，TensorFlow Lite Micro 讓使用者甚至可以在微控制器（可以放在手掌中的微型電腦）上運行機器學習模型。
隨著世界上數十億人持續地使用以機器學習為核心的產品和服務，如何負責任地設計和部署這些系統變得越來越重要。TensorFlow 亦包括 Responsible AI 的大量工具和最佳實踐，包括What-If 工具，協助測試機器學習模型在假設情況下如何適用於不同的人。
除了這些之外，還有更多的事情也能透過 TensorFlow 達成，像是 TensorFlow 有一套完整的工具可以替製造機器學習系統提供動力，或甚至是支持量子計算的最新研究。
這些只是開始，如要進一步瞭解 TensorFlow，除了可以造訪 tensorflow.org、閱讀網誌和追蹤我們的社群媒體外，也別忘了訂閱我們的 YouTube 頻道！
本文作者：開發者技術推廣工程師 Josh Gordon
近十年來，Gmail、Google 雲端硬碟和 Google 相簿協助數十億名使用者安全地存放及管理電子郵件、文件、相片、影片及其他內容。如今使用者上傳的內容量更勝以往。事實上，每天 Gmail、Google 雲端硬碟和 Google 相簿上新增的內容就超過 430 萬 GB。
25 歲以下的 Z 世代是所有年齡層中最多元化的族群，未來數十年的世界將由他們形塑、打造，因此瞭解他們的喜好和想法相當重要。為了更瞭解年輕族群在 YouTube 上觀看影音內容的偏好及行為，我們很高興這次與受18 到 24 歲年輕人喜愛的社群平台 Dcard 一起進行「『年輕人，你在看什麼？』YouTube 閱聽習慣調查」(註一)。透過匯聚年輕人與新鮮話題的 Dcard，以問卷調查及街頭訪談去探索年輕觀眾使用 YouTube 的行為視角，希望為影音內容的創作者或業者帶來不同的啟發，帶動 YouTube 生態圈正向循環。今天和大家分享調查結果，一探年輕族群觀看網路影音平台的偏好與特性。
YouTube 使用習慣大調查街訪影片
Follow