开发 | 无需编程,仅用摄像头,Google最新项目让你3分钟学会机器学习

得益于各种套件,今天的机器学习的门槛已经越来越低。但Google显然并不满足于此,其最新推出了Teachable Machine项目,让用户无需编程就可以用手机、平板、计算机等设备的摄像头采集数据进行机器学习。这一项目是Google的A.I. Experiment的一部分,源代码已经公布在Github上。

简单的说,Teachable Machine是一个基于浏览器的机器学习演示实验,用一个叫做Deeplearn.js的库构建,网页开发者可以编写一个简单的视觉输入,并设定输出和三个训练分类器,来在浏览器中训练新的神经网络。AI科技评论发现,在视频演示中Google没有详细说明更深一步的机器学习工作原理,但足以让大多数人对机器学习有一个最基础的概念。

如下图所示,在网页中可以调用摄像头获得不少于30幅的图像信息,作为训练的“输入”;中间的学习框包括三个分类器,用Green、Purple、Orange表示,机器通过对你做出的动作进行学习,从而“学会”对相应动作进行识别;最后是输出部分,分类器根据不同的输入,按照训练结果进行分类给出最右侧的输出结果。

首先训练Green分类器,如图所示,训练者抬起手,按下“Train Green”按钮,摄像头自动生成了一个包含若干个抬手图片的训练集。我们可以看到,分类器可以100%识别出抬手的动作并将其与猫关联。

类似可以训练其他分类器,例如放下手训练Purple分类器并对应到狗的输出。

然后我们就可以开始调戏机器了:如果你半举手,机器认为你有64%的可能是抬手,35%的可能是不抬手,对应仍然输出猫;

如果我们举起另一边手呢?机器虽然没有见过你举起另一边手的图片,但是还是能100%确定应该输出猫。

输出可设定为图片、声音或者语音,开发者可以很方便将这些输出调换称自己所需要的素材。

对于那些对机器学习一无所知的AI科技评论读者来说,该实验可以直观的展示解机器学习的基本概念。这一项目运行在基于Java的deeplearn.js框架上,可以在大多数硬件(据反馈目前不支持iPad Pro)的大多数浏览器中顺畅运行。

完整的视频演示在这里:

看了那么多,你是否已经迫不及待要去试一下了呢?感兴趣的AI科技评论读者可以在Github上查看开源代码:https://github.com/googlecreativelab/teachable-machine,自己动手试一下吧!

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-10-06

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏算法channel

Python神经网络| 一篇很棒的 手写字识别 实战

感谢粉丝:疯琴,以下分享是疯琴在学习《Python神经网络》时的笔记,总结得很棒,感谢疯琴的乐于分享精神,相信系列笔记一定会帮助到大家。

1570
来自专栏企鹅号快讯

通过人工神经网络探讨信号完整性的未来

想象一下,如果电脑或机器人可以完成所有枯燥乏味的工作,我们就能享受生活、做更多有意义的事(如图1所示)。这些绝对是许多学术界、工业界研究人员的愿望。工程师的最终...

2075
来自专栏大数据挖掘DT机器学习

百度电影推荐系统比赛——初步推荐算法实践

前一阵子参加了百度的电影推荐系统创新比赛。http://openresearch.baidu.com/activitycontent.jhtml?channel...

8516
来自专栏专知

【前沿】飞入寻常百姓家:DeepCognition.ai教你轻松部署AI应用

【导读】你是否曾为选择TensorFlow或Keras而感到纠结?又是否认深度学习编程费时费力而感到苦恼?本文带大家领略一下DeepCognition.ai,其...

4394
来自专栏企鹅号快讯

像人一样思考的教学芯片

这个被称为水库计算系统的网络能够在对话之前对其进行预测,并帮助预测未来的结果。 由密歇根大学电气工程和计算机科学教授魏璐率领的油藏计算系统研究小组最近在Natu...

1935
来自专栏AI科技评论

IJCAI杰出论文 | 在终身学习中使用任务特征做 Zero-Shot 知识迁移

导读:2016国际人工智能联合会议(IJCAI2016)于7月9日至7月15日举行,今年会议聚焦于人类意识的人工智能,本文是IJCAI2016杰出学生论文(Di...

3116
来自专栏华章科技

人人都应该掌握的9种数据分析思维-深度学习世界

分类分析的目标是:给一批人(或者物)分成几个类别,或者预测他们属于每个类别的概率大小。

903
来自专栏人工智能快报

富士通新技术大幅减少深度学习对内存的需求

《IEEE科技纵览》发表文章称,富士通开发的新技术可以大幅减少深度学习算法对内存的需求。 日本富士通开公司发了一种基于深度学习神经网络算法的并行计算加速方法,该...

3238
来自专栏ATYUN订阅号

声音分类的迁移学习

识别我们周围环境中的声音是我们人类每天很轻松就能做到的事情,但是对于计算机相当困难。如果计算机可以准确识别声音,它将会在机器人,安全和许多其他领域得到广泛应用。...

4524
来自专栏ATYUN订阅号

谷歌发布What-If工具:无需代码即可分析ML模型

构建有效的ML系统意味着提出了很多问题。仅训练模型是不够的。相反,优秀的从业者像侦探一样,探索并更好地理解他们的模型:数据点的变化将如何影响我的模型的预测?它对...

2553

扫码关注云+社区