如何使用机器学习和神经网络快速原型化图像识别应用程序?

我对机器学习非常陌生。

我在考虑一个使用机器学习和神经网络的实际应用案例,我想尝试在移动应用程序中实现,通过前置摄像头拍摄某物(例如一只猫)的图像后进行图像识别。

我非常需要建议一些工具,以便快速制作这个应用程序的原型,后端使用Python,通过REST调用。

提前感谢。


回答:

如果你对机器学习算法还不熟悉,我建议你使用来自GoogleMicrosoft的API,熟悉其流程和工作原理。一旦你了解了输入和输出,你就可以尝试用自己的神经网络替换API,进行适当的训练并收集结果。

机器学习并不是一个简单的概念,如果你一开始就设定目标过高,很可能在完成之前就感到气馁。API可以帮助你快速构建一个功能性原型,从而保持你继续探索的动力。

但更直接回答你的问题,Google的TensorFlow可能是目前最先进的通用机器学习工具。

Google在Udacity上提供了一个关于TensorFlow的深度学习优秀课程。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注