具有可教机器的机器学习模型

机器学习和人工智能提高了应用水平。许多组织正在研究人工智能，以对社会产生影响。机器学习是人工智能的支柱。但是每个人都不知道机器学习是如何工作的，以及如何创建可用于智能的模型。别担心，现在有可能。你可能想知道怎么做？对于非编码人员或非机器学习背景的编码人员来说，创建机器学习模型并将其集成到应用程序中非常容易。在本文中，我们将构建一个机器学习模型，而无需编写一行代码。

我们将创建一个食品分类模型。因此，我们将使用来自 Kaggle 的食物数据集，其中包含不同的食物，如蛋糕、沙拉、土豆等。您可以从 https://www.kaggle.com/cristeaioan/ffml-dataset 下载数据集。

可教机器

是的，我们将在可教机器的帮助下完成。可示教机器是一种基于 Web 的应用程序，可以轻松快速地创建模型。它服务于三个目的——图像、声音和姿势识别。好的部分是它很灵活。它可以教模型通过图像或实时网络摄像头对图像或姿势进行分类。它是免费的，最适合学生。通过 Teachable Machine 创建的模型是真正的 Tensorflow 模型，可以与 Web 应用程序、Android 应用程序或任何平台集成。也不需要创建帐户。它让一切变得如此简单。

让我们建立一个模型

第 1 步：转到 Teachable Machine (https://teachablemachine.withgoogle.com/train)，您应该会被引导到下图所示的屏幕，该屏幕包含三个选项——图像、音频和姿势。

第二步：选择镜像项目，你会再次看到两个选项，标准和嵌入。选择标准，因为我们不是为了微控制器而制作它。好吧，如果您选择嵌入式图像模型。即使你选择了嵌入式，整个过程都是一样的，只是模式不同而已。

单击标准图像项目后，您将被定向到下图所示的屏幕，我们将在其中添加我们想要借助模型进行分类的类。有两种选择——要么从数据集中上传图像，要么使用实时摄像头捕捉图像。

第 3 步：现在，创建类并开始上传图像，就像我正在做的那样。为简单起见，我只创建了三个类——Cake、Salad 和 Potato。因此，我将 class1 替换为 Cake，将 class2 名称替换为 Salad，将 class3 名称替换为 Potato。您可以根据需要创建任意数量。

上传图片后，点击训练模型。您将看到不同的选项——时期、批量大小、学习率。如果您在生活中没有听说过这些，请不要担心。为了使模型更有效，重要的是要与它们一起玩并找出模型在哪个值下提供最高的准确性。当然，如果不够准确，模型就没有任何意义。因此，您可以更改它们的值并找出最佳值。在这里，我将使用默认值。

第 4 步：模型训练完成后，就可以导出模型了。

当您再次单击导出模型时，您将获得几个选项。甚至提供了代码片段来帮助您将模型与您的应用程序集成。 Tensorflow.js 模型适用于每个 JavaScript 库或框架。一些框架仅支持特定类型的模型。因此，请检查您的框架或库是否支持哪一个。

下载模型可能需要很长时间，所以请坐下来享受您的咖啡。您刚刚创建了一个没有编码的机器学习模型。

与图像姿势类似，我们也可以为音频和姿势创建模型。让我们看看如何做到这一点。

姿势模型

要创建姿势模型，我们必须在可教机器中选择姿势项目。在示例中，我们创建了两个不同的类，用于站立和坐着，并上传各自的图像。在我们开始训练模型之后。

训练完成后，我们通过上传任何图像来预览模型的输出以查看输出，并在导出之前查看模型的效率。在下图中，我们可以看到我们上传用于预览的图像的输出是正确的，即坐着。这意味着模型做得很好。

音频模型

为了创建一个检测声音的模型，我们将创建一个音频项目。我们创建了三个类——背景噪声、拍手声、雨声和雷暴。训练模型后，在预览部分，我们使用噪声来测试模型效率。在预览的输出中，我们可以看到背景噪声的百分比更高。为了使模型更高效，我们需要添加数千个样本，以便更好地从数据中学习模型。