大家好,我是章北海
Python
是机器学习和深度学习的首选编程语言,但绝不是唯一。训练机器学习/深度学习模型并部署对外提供服务(尤其是通过浏览器)JavaScript
是一个不错的选择,市面上也出现了很多机器学习库,比较著名的就是谷歌的 TensorFlow.js
。我在《用浏览器玩机器学习,赞! 》一文中已详细介绍它的用法,感兴趣的同学可以去看看。
今天要向大家介绍一个功能更加强大的机器学习库——ML5.js
。它构建在 Tensorflow 之上,可进一步简化直接从 JavaScript
访问机器学习模型的过程。
ml5.js ml5.js是一个javascript实现的,能在浏览器里面运行的机器学习框架,它封装了tensorflow.js的API,给开发者提供一个更简单的使用环境,降低了机器学习编码的成本。
ml5js官方提供的机器学习案例类型有图像、声音和文本等类别.
每个模型都有初始化,参数,属性,方法的详细介绍,以ml5.imageClassifier() 为例,大家去对应目录查看即可:
https://learn./#/reference/image-classifier
其实大家完全不用担心难以使用,因为ml5.js,太简单了。有多简化?我们看一下核心代码:
// Step 1: 使用MobileNet创建图像分类模型 const classifier = ml5.imageClassifier('MobileNet' , onModelReady); // Step 2: 选择一张图片 const img = document.querySelector("#myImage" ) // Step 3: 预测图片分类结果let prediction = classifier.predict(img, gotResults); // Step 4: 对结果进行操作function gotResults(err, results) { console.log(results); }
html中使用ml5.js更简单了,只需一行:
<script src="https:///ml5@0.10.5/dist/ml5.min.js" type ="text/javascript" ></script>
是不是及其简单?
ml5js 如何入门 学习ml5.js
最佳方式是从官方实例入手:examples.
大家可以通过 p5.js web editor
查看案例,不但可以实时看到效果,还有具体代码:
p5.js 是一个JavaScript的函数库,是一个对初学者非常友好的编程环境,能够将制作出来的有创意,有趣的东西呈现在任何的浏览器上。
https://editor./ml5/sketches/sW0Q5e7CQ https://editor./ml5/sketches/MP9RbWmw4n 不过我更推荐 克隆整个项目,然后在本地运行这些案例,步骤如下:
# 1:克隆项目 git clone https://github.com/ml5js/ml5-library.gitcd ml5-library# 2:安装依赖 npm install# 3:运行本地服务 npm run develop# 4:浏览器访问 localhost:8081
ml5js 实例 以图形识别为例,一个项目必须包含一个html
页面,代码如下:
<html> <head> <meta charset="UTF-8" > <title>Image Classification Example</title> <script src="https:///ml5@0.10.5/dist/ml5.min.js" type ="text/javascript" ></script> </head> <body> <h1>Image classification using MobileNet</h1> <p>The MobileNet model labeled this as <span id="result" >...</span> with a confidence of <span id="probability" >...</span>.</p> <img src="images/dog.jpeg" id="image" width="400" /> <script src="sketch.js" ></script> </body> </html>
模型实现在 sketch.js
,代码如下:
const image = document.getElementById('image' ); // 需要识别的图片 const result = document.getElementById('result' ); // html中的结果标签 const probability = document.getElementById('probability' ); // 识别概率标签 // 用MobileNet初始化imageClassifier ml5.imageClassifier('MobileNet' ) .then (classifier => classifier.classify(image)) .then (results => { result.innerText = results[0].label; probability.innerText = results[0].confidence.toFixed(4); });
在image
目录下放我们要识别的图片,本例中就是dog.jpeg
开发工具建议选VsCode
,记得安装 Live Server
插件
用 Live Server
打开index.html
,浏览器会自动弹出
http://127.0.0.1:5500/learn-ml5js/index.html
bingo!识别出这是拉布拉多犬