Utilizar un modelo de clasificación de imágenes y transferencia de conocimiento.
Demo:
https://alex112.gitlab.io/transferencia-de-conocimiento-tensorflowjs
Repositorio:
https://gitlab.com/alex112/transferencia-de-conocimiento-tensorflowjs.git
Entender el concepto de Red Neuronal y Aprendizaje Profundo
Todo lo que aprenderás sobre TensorFlow.js
Redes Neuronales, una visita express
Aprendizaje profundo
Conocer qué es TensorFlow y TensorFlow.js
¿Qué es TensorFlow?
TensorFlow con JavaScript
Inteligencia Artificial y ML en el navegador
Entender cuáles son los componentes básicos de una Red Neuronal y cómo entrenarla
Entradas, capas y salidas
Entrenando un modelo
Visualización del proceso de entrenamiento
Almacenamiento de modelos de redes neuronales
Entender cual es la forma común de utilizar un modelo de Red Neuronal
Optimización de modelos
Modelo general de utilización
Transfiriendo el aprendizaje
Diseñar un modelo de Regresión Lineal
Diseñando un modelo de regresión lineal
Entrenando un modelo de regresión lineal
Preparando datos para un modelo de regresión lineal
Utilizando un modelo de regresión lineal
Crear una aplicación en JavaScript que utilice un modelo de clasificación de Imágenes
Diseñando un modelo de clasificación de imágenes
Utilizando un modelo de clasificación de imágenes
Transferencia de conocimiento a un modelo de clasificación de imágenes
Conclusión
Resúmen y siguientes pasos
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
Si ya tienes una cuenta,
Transferencia de conocimiento a un modelo de clasificación de imágenes
20/21Recursos
Aportes 6
Preguntas 5
Ordenar por:
Hola, tengo una pregunta: Al aplicar el KNN para agregar ejemplos a cada etiqueta podemos decir que el modelo esta aprendiendo, podemos guadar o descargar el modelo ( el knn classifier ) para volver a usarlo ya con sus previos datos asi como en las sesiones anteriores ?
Hay un pequeño error en el codigo linea 32:
donde dice:
document.getElementById('console2:' + classes[result2.label]);
deberia decir:
document.getElementById('console2').innerHTML = "Console2 prediction: " + classes[result2.label];
En mi caso muy particular, obtenia un error del tipo Uncaught TypeError: Cannot read property ‘value’ of undefined
Lo solucione con la documentación de https-server, básicamente Chrome no me dejaba activar la cámara, basta con utilizar https y claro revisar los permisos de tu equipo y antivirus (en mi caso por default tengo webcam y micrófono bajo 3 metros de concreto virtual)
https://www.npmjs.com/package/http-server
Básicamente crea un certificado y un archivo cert.pem
openssl req -newkey rsa:2048 -new -nodes -x509 -days 3650 -keyout key.pem -out cert.pem
Iniciar el server
npx http-server -S -C cert.pem
Si alguien tiene dudas de esta clase:
La red que teníamos hacía unas predicciones precisas, pero no exactas. Lo que hicimos fue traducir sus predicciones a lo que necesitábamos.
Lo que ella pensaba que era un barco, le dijimos que era un dinosaurio, lo que ella pensaba que era un océano, le dijimos que era un reloj, y así sucesivamente.
Al final, cuando a la red le daban ganas de decir que era un barco, se acordaba de nuestras enseñanzas, y decía: DINOSAURIO!!!
Este código debería actualizarse conforme las versiones de las librerías van cambiando
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?