In dieser Woche befassen wir uns mit Problemen der Computer Vision, einschließlich einiger spezieller Überlegungen bei der Verwendung von JavaScript, z.B. der Verarbeitung von Tausenden von Bildern für das Training. Am Ende dieses Moduls werden Sie wissen, wie Sie eine Website erstellen, die Sie im Browser zeichnen lässt und Ihre handgeschriebenen Ziffern erkennt!

Diese Woche sehen wir uns an, wie man Modelle, die mit TensorFlow in Python erstellt wurden, in das JSON-Format konvertiert, so dass sie mit Javascript im Browser ausgeführt werden können. Wir werden uns zunächst zwei Modelle ansehen, die bereits vorkonvertiert wurden. Eines davon wird ein Toxizitätsklassifikator sein, der NLP verwendet, um zu bestimmen, ob eine Phrase in einer Reihe von Kategorien giftig ist; das andere ist Mobilenet, das verwendet werden kann, um Inhalte in Bildern zu erkennen. Am Ende dieses Moduls werden Sie selbst ein Modell in Python trainieren und es mit dem tensorflow.js-Konverter in das JSON-Format konvertieren.

Eine letzte Arbeit, die Sie bei der Erstellung von Anwendungen mit maschinellem Lernen im Browser benötigen, ist das Verständnis der Funktionsweise von Transfer Learning. In dieser Woche werden Sie eine komplette Website erstellen, die TensorFlow.js verwendet, Daten von der Webcam erfasst und mobilet umtrainiert, um Gesten wie Stein, Papier und Schere zu erkennen.