Нейросеть прямо в браузере (JavaScript / TensorFlow) |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2020-10-21 21:24 Машинное обучение в браузере. Рассматривается построение и обучение простой нейронной сети прямо в браузере на основе tensorflow.js (JavaScript). Код (html) можно посмотреть здесь: http://datascientist.one/neural-netwo... Запуск программ машинного обучения полностью на стороне клиента в браузере открывает новые возможности, такие как интерактивное машинное обучение. Запуск ML в браузере означает, что с точки зрения пользователя нет необходимости устанавливать какие-либо библиотеки или драйверы. Пользователи могут открывать веб-страницу с мобильного устройства, в этом случае модель может использовать данные датчиков телефона, например, гироскопа или акселерометра. Также все данные остаются на стороны клиента, что делает TensorFlow.js пригодным для вывода с низкой задержкой (есть нюансы), а также для приложений, сохраняющих конфиденциальность. Можно импортировать существующую, предварительно обученную модель для вывода. Если у вас есть существующая модель TensorFlow или Keras, которую вы ранее обучали в автономном режиме, вы можете преобразовать ее в формат TensorFlow.js и загрузить ее в браузер для вывода. Также можно использовать TensorFlow.js, чтобы полностью определять, обучать и запускать модели в браузере, используя Javascript и API-интерфейс слоев высокого уровня. Источник: www.youtube.com Комментарии: |
|