网络友好的机器学习模型包(第三方)
1.1.正式介绍
介绍来自ml5官网:
https://ml5js.org/
Ml5.js旨在使艺术家、有创造力的程序员和学生能够使机器学习变得容易理解。该库提供了对浏览器中机器学习算法和模型的访问，并且建立在TensorFlow.js上，没有其他外部依赖。
1.2功能
图像分类器(视频图像分类)
MobileNet是一种机器学习模型，经过训练可以识别某些图像的内容
特征提取器的KNN分类器
人们被允许使用KNN分类器在网络摄像头图像上训练“石头纸剪刀”分类器。
涂鸦RNN
SketchRNN是一个递归神经网络模型，它训练来自谷歌的猜测歌曲
骨架网络
PoseNet是一个机器学习模型，允许实时人体姿势估计。
PoseNet可以用来估计单个手势或多个手势，这意味着一个算法只能检测一个图像/视频中的一个人和一个版本，可以检测一个图像/视频中的多个人。
YOLO
YOLO:实时快速目标检测
LSTM写诗(待续)
在导入大量样本后，机器独立学习和创建
风格类型转换(待续)
风格转移是一种机器学习技术，可以将一个图像的风格转化为另一个图像的风格。这是一个两步的过程，首先你需要在一个特定的样式上训练模型，然后你可以将这个样式应用到另一个图像上
1.《machinelearning 机器学习五（特别篇）：MachineLearning5 简介》援引自互联网，旨在传递更多网络信息知识，仅代表作者本人观点，与本网站无关，侵删请联系页脚下方联系方式。
2.《machinelearning 机器学习五（特别篇）：MachineLearning5 简介》仅供读者参考，本网站未对该内容进行证实，对其原创性、真实性、完整性、及时性不作任何保证。
3.文章转载时请保留本站内容来源地址，https://www.lu-xu.com/tiyu/1057343.html
