07|第一个AI小实验:让你的电脑识别组件类型
柳博文
你好,我是柳博文,欢迎和我一起学习前端工程师的 AI 实战课。
上一节课中,我们了解了深度学习模型的训练计算需要的环境配置,初步掌握了 JavaScript 和 Python 这两种环境的区别和联系。另外,我们在上节课也使用 Brain.js 实现了一个文本二分类任务。
那么,这节课我们来完整地完成一个小实验,使用神经网络完成组件的分类。因为是实验层面的,所以涉及的数据量会相对比较小。基于上节课的环境配置,这个小实验我们使用 JS 版本来完成。
搞定了这个实验,你对计算机视觉技术的应用也会有更深入的认识。
问题定义
正式动手之前,我们先来定义实验要解决的问题。
通常来说,我们希望训练出来一个通用的 AI 模型,也就是能够覆盖足够多的问题场景。但理想是丰满的,很多时候我们还是需要为 AI 模型划定一个区域,也就是定义一个清楚的问题及解决范围,然后再来解决这个问题,以这样的路径来完成 AI 模型的训练。
那么,对于组件分类需要我们训练一个 AI 模型,这个 AI 模型需要完成组件类型的识别,那么我们可以定义为这是一个多分类的任务。
看到这你可能有个疑问,结合前端的经验来看,组件类型种类繁多。这么多的组件类型,都需要识别么?
从快速上手、方便学习的角度考虑,我们可以设定为只简单识别 3 种类型的组件,也就是按钮、输入框、文本节点这三类十分简单基础的类型。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
1. 作者使用JavaScript和Brain.js库实现了在浏览器中进行模型训练的方法,包括数据收集、数据处理和模型训练的具体步骤。 2. 文章详细介绍了数据加载、预处理、训练数据处理函数的实现,以及模型训练过程中的超参数设置和训练日志输出。 3. 通过本文的实验,读者可以了解如何使用神经网络模型来解决组件分类问题,以及在浏览器中进行模型训练的具体操作步骤。
仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《前端工程师的 AI 实战课》,新⼈⾸单¥59
《前端工程师的 AI 实战课》,新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论