Cette semaine, nous nous pencherons sur les problèmes liés à la vision par ordinateur, y compris certaines considérations particulières liées à l'utilisation de JavaScript, telles que la gestion de milliers d'images pour l'apprentissage. À la fin de ce module, vous saurez comment créer un site qui vous permet de dessiner dans le navigateur et qui reconnaît vos chiffres écrits à la main !

Cette semaine, nous allons voir comment prendre des modèles qui ont été créés avec TensorFlow en Python et les convertir au format JSON afin qu'ils puissent être exécutés dans le navigateur à l'aide de Javascript. Nous commencerons par examiner deux modèles qui ont déjà été pré-convertis. L'un d'entre eux sera un classificateur de toxicité, qui utilise le NLP pour déterminer si une phrase est toxique dans un certain nombre de catégories ; l'autre est Mobilenet qui peut être utilisé pour détecter du contenu dans des images. À la fin de ce module, vous aurez entraîné vous-même un modèle en Python et l'aurez converti au format JSON à l'aide du convertisseur tensorflow.js.

Un dernier type de travail dont vous aurez besoin pour créer des applications d'apprentissage automatique dans le navigateur est de comprendre comment fonctionne l'apprentissage par transfert. Cette semaine, vous allez créer un site web complet qui utilise TensorFlow.js, en capturant les données de la webcam et en ré-entraînant mobilenet à reconnaître les gestes de Pierre, Papier et Ciseaux.