המסע של סיירה – שימוש ב-Image Labeling API של ML Kit וב-Android לזיהוי פרחים

"מציאת קהילה! והכי חשוב, כיף יותר להתפתח עם חברים".

שאלות ותשובות עם Sierra

  • תשובה: כמפתח של Android, אני משתמש מדי יום בכלים רבים של Google, כמו Jetpack Compose וספריות אחרות של Android, Android Studio ו-Material Design. אני אוהבת גם לחקור כמה מהכלים האחרים של Google בפרויקטים אישיים. יצרתי אפליקציה של Flutter, הסתובנתי ב-Firebase ואימנתי מודל למידת מכונה משלי באמצעות יוצר המודלים.
  • ת: קשה לבחור אחת, אבל אני מאוד נרגש לגבי Jetpack Compose. זה מלהיב מאוד לעבוד עם מסגרת חדשה ומתפתחת עם כל כך הרבה אנרגיה וקלט שמגיעים מקהילת המפתחים. באמצעות 'כתיבה', קל יותר לבנות במהירות דברים שהיו מורכבים בעבר, כמו אנימציות ופריסות מותאמות אישית. הכלי כולל גם כלים מגניבים מאוד ב-Android Studio, כגון עריכה בזמן אמת וספירת יצירה מחדש. כולן משפרות את יעילות המפתחים ואת איכות האפליקציה. אחד מהדברים שאני הכי אוהב ב'כתיבה' הוא, שלדעתי, זה ירחיב את הפיתוח של Android ליותר אנשים כי קל יותר להתחיל להשתמש בו, ולכן נוכל לראות את קהילת Android ממשיכה לצמוח עם נקודות מבט ורקעים חדשים שמביאים רעיונות חדשים.

    Google מספקת גם הרבה כלים מועילים לבניית אפליקציות נגישות לנייד, ואני שמחה שהכלים החשובים האלו גם קיימים! סורק הנגישות זמין ב-Google Play והוא יכול לזהות כמה מלכודות נגישות נפוצות באפליקציה שלכם, כולל טיפים לפתרון הבעיות ולמה הן חשובות. מעבדת הקוד "נגישות ב-Jetpack Compose" היא מקום מעולה ללמוד בו על הנושאים האלה.

  • ת: פרויקט אישי מועדף הוא אפליקציה פשוטה (מאוד) לזיהוי פרחים, המבוססת על ממשק ה-API של Image ML Labeling ו-Android. אחרי אתגר המפתחים של Android לשנת 2020 שמתמקד בלמידת מכונה, סקרנתי מאוד לגבי למידת המכונה, אבל עדיין פחדתי מהלמידה החישובית. באופן מפתיע, קל מאוד להתמצא בתיעוד כדי לבנות ולהתאים עם מודל מותאם אישית, ואז להוסיף אותו לאפליקציה ל-Android. העברתי את האפליקציה ל-Jetpack Compose לאחרונה.
  • תשובה: מצאו קהילה. כמו רוב הדברים, יותר כיף לפתח עם חברים.

אולי ימצא חן בעיניך

רואים איך קהילות מפתחים אחרות מתמודדות עם אתגרים גדולים ומשפיעות אפילו יותר על העולם.

לא נמצאו תוצאות.