人工智能

这是什么？

这个实验让任何人都能以一种有趣的、动手的方式探索机器学习是如何工作的。你可以教机器使用你的相机，在浏览器中直播——不需要编码。 您可以在设备上本地训练神经网络，而无需向服务器发送任何图像。这就是它对你反应如此之快的原因。观看此视频了解更多信息：

我能做什么？

以下是迄今为止人们所做的一些事情的链接：让你的手说moo。扭动你的手指来摇滚。请继续关注，我们将很快在这里添加更多示例。（想和我们分享一些东西吗？使用录制按钮，并在社交媒体上用#teacheablemachine分享，这样我们就可以查看了。）

有什么建议我应该记在心里吗？

每节课至少拍摄30张图片。请注意您何时按下和释放按钮（即它何时开始/停止拍摄图像）。你可能需要捕捉很多角度或变化，无论你想让你的机器识别什么。

为什么我的机器没有按我想要的方式工作？

别担心。继续玩。了解哪些有效，哪些无效是探索机器学习如何工作的一种方法。请记住，您的机器无法理解更高级别的概念，如人脸或物体。它是通过你给它的例子来学习的。所以，如果它没有按照你想要的方式工作，你可能想点击x来重置你的课程，并尝试不同的方法。

我在哪里可以找到更多这样的东西？

核实Wekinator by Rebecca Fiebrink, 这个项目的灵感之一。它允许任何人通过简单的操作而不是代码来使用机器学习。 这儿 是一些学习机器学习的交互式指南。看看其他有趣的项目，比如 这个 和 这个.

我的图片是否存储在谷歌服务器上？

没有。所有的培训都是在您的设备上本地进行的。

我如何了解更多关于机器学习的信息？

这是一个介绍级视频解说员 这 该网站可以让您与神经网络进行更详细的交互。这个 免费在线课程 让你潜得更深。

这是怎么建造的？

图像分类由神经网络提供动力。这是由Nikhil Thorat和背后的团队Daniel Smilkov促成的 TensorFlow.js. 这是一个开源库，允许网络开发人员在浏览器中本地训练和运行机器学习模型。这个实验的代码是开源的在Github上.

我们还制作了一个样板项目，演示如何使用TensorFlow.js创建自己的项目，如Teachable Machine这儿.

这是谁做的？

这个实验是来自 Støj, Use All Five 和 Creative Lab 和 PAIR teams at Google.