【轻量TF】1-MachineLearning5 简介
2019-05-035886
AI 快速预览详细
轻量TensorFlow教程：MachineLearning5是一个针对web的友好机器学习模型包，专为艺术家、创意编码员和学生设计。该库提供了对浏览器中机器学习算法和模型的访问，构建在TensorFlow.js之上。功能包括图像分类、KNN分类器、涂鸦RNN、骨架网络等。通过下载安装Kittenblock 1.83并添加MachineLearning5插件，可以轻松开始TF学习之旅。
 MachineLearning5 系列教程经小喵CC喵授权转发 看看下面的框架，画画，做诗，骨骼追踪，哇呀呀，小朋友又好学，同时也很厉害啊 感谢小喵，让小朋友幸福到飞 书归正传 正文开始 第一篇 机器学习5(轻量TensorFlow)教程 下一篇 …… 原文地址 机器学习5(轻量TensorFlow)教程 2018年喵家推出TensorFlow插件，已经成功进入了不少学校的课堂，老师们也给喵家提了很多建议。 2019年喵家为了进一步降低机器学习的门槛，采用了TensorFlow集成库（嗯，名字就叫机器学习5…），大家可以理解为一个轻量的TensorFlow，专注更具体的应用。 1. MachineLearning5 简介针对web的友好机器学习模型包（第三方） 1.1. 简介简介来源于ml5官网： https://ml5js.org/ ml5.js旨在使广大的艺术家，创意编码员和学生能够使机器学习变得平易近人。该库提供了对浏览器中机器学习算法和模型的访问，构建在TensorFlow.js之上，不再需要其他外部的依赖。 1.2. 功能图像分类器（视频图像分类） MobileNet是一种机器学习模型，经过培训可识别某些图像的内容 特征提取器的KNN分类器 允许人们使用KNN分类器在网络摄像头图像上训练“Rock Paper Scissor”分类器。 涂鸦RNN SketchRNN是一个反复出现的神经网络模型，它训练来自于谷歌的猜图小歌。 骨架网络 PoseNet是一种允许实时人体姿势估计的机器学习模型。 PoseNet可用于估计单个姿势或多个姿势，这意味着有一种算法只能检测一个人在图像/视频和一个版本中，可以检测图像/视频中的多个人。 YOLO YOLO：实时快速目标检测。 LSTM写诗 （待续） 导入大量样本后，机器进行学习，进行自主创作。 风格类型迁移（待续） Style Transfer是一种机器学习技术，可以将一个图像的样式转换为另一个图像。这是一个两步过程，首先您需要在一个特定样式上训练模型，然后您可以将此样式应用于另一个图像。 小朋友，怀着好奇，开始我们的TF学习之旅吧。 工作准备：1、下载安装Kittenblock 1.83，升级到最新版本。 https://kittenbot.cn/soft 2、添加扩展 点击左下角的扩展插件之后可以在列表中找到MachineLearning5的插件添加。  3、开工学习，如果用到其它AI插件再自行添加  |
