具有可教机器的机器学习模型

机器学习和人工智能正在带来新的应用。人工智能是许多组织非常感兴趣的话题。人工智能建立在机器学习的基础上。然而，并不是每个人都熟悉机器学习以及如何制作可用于智能的模型。非编码员和不熟悉机器学习的编码员都可以创建机器智能模型，并将其集成到应用程序中。这是可能的，而且正在发生。也许用户想知道如何做到这一点。

本教程将向我们展示如何在不编写代码的情况下创建机器学习模型。

我们将创建一个模型来对食品进行分类。我们将使用Kaggle食物数据集，其中包括不同的食物，如沙拉、土豆和蛋糕。您可以从https://www.kaggle.com/cristeaioan/ffml-dataset．

可教的机器

是的，在教学机器的帮助下是可能的。可教机器是一种基于网络的工具，可以快速轻松地创建模型。它可以用于图像、声音和姿态识别。它也很灵活。它可以用来教模特如何识别图像，并通过图像或实时网络摄像头摆姿势。它是免费的，对学生来说最好。可教机器创建一个Tensorflow模型，它可以与任何网站应用程序，Android应用程序，或其他平台集成。不需要创建帐户。这太容易了。

让我们建立一个模型

步骤1:进入可教机器:https://teachablemachine.withgoogle.com/train

我们将被引导到下面显示的屏幕，其中包含三个选项——图像、音频和姿势。

步骤2:选择一个图像项目。我们将再次看到两个选项:标准或嵌入式。我们不是为微控制器做这个，所以我们建议选择一个标准。如果用户感兴趣，则选择嵌入式图像模型。即使他们选择嵌入式，流程也将保持不变。不同的只是模式。

点击标准形象项目将带我们到下面的屏幕。在这里，我们可以向模型中添加类。我们有两个选择:从数据库上传图像或使用现场摄像机捕捉图像．

步骤3:现在创建类并上传图像。我们将只创建三个类:沙拉、土豆,蛋糕．我们已经替换了class1与沙拉而且类别2与土豆而且类别3现在叫做蛋糕．用户可以创建任意多的类。

点击火车模型在我们上传了图片之后。有三种选择:批大小，epoch而且学习速率．这些选择是我们从未听说过的，所以如果它们对我们来说是新的，我们也不会感到惊慌。重要的是，我们要使用模型，并确定哪些值能提供最好的精度，从而使它更有效。一个不准确的模型是无用的。我们可以调整它们的值来找到最好的模型。这里我们将使用默认值。

步骤4:训练完模型后，就可以导出模型了。

当我们单击Export Model时，我们将看到几个选项。代码片段可以帮助将模型集成到应用程序中。Tensorflow.js模型与所有JavaScript库和框架兼容。有些框架只支持特定类型的模型。我们将检查我们的库或框架是否支持这个模型。

模型的下载可能需要一些时间。这就是我们创建机器学习模型的方法。

我们还可以为音频而且构成，类似于图像项目。看看我们能做什么。

提出了模型

我们开始训练模型。必须在可教机器中选择姿态项目来创建姿态模型。我们将创建两个类，一个用于坐，一个用于站。然后我们将上传图像。

训练完成后，我们可以通过上传任意图像来预览模型的Output。这允许我们在导出模型之前检查模型的效率和输出。下图显示了我们上传预览的图像的输出是正确的，即坐着。这意味着模型运行良好。

音频模式

一个音频项目将创建一个能够探测声音的模型。我们创建了三个类:背景噪音、拍手雨和雷雨。在预览部分，在训练模型之后，我们使用噪声测试模型的效率。在预览的Output中，我们可以看到更多的背景噪声。我们需要增加样本的数量来提高模型的学习能力。