项目说明
Teachable Machine 是由 Google 开发的一款基于机器学习的在线工具，为用户提供了创建个性化机器学习模型的简便途径，无需深入专业领域或编程技能。 允许用户快速、简单地创建自己的机器学习模型，主要用于进行图像、声音和姿势等数据的训练和分类。
使用步骤
- 收集数据： 通过上传图片、录制声音或动作视频，您能够轻松收集训练数据。
- 训练模型： 利用这些数据训练您的模型，然后测试对新图片、声音或动作的准确识别能力。
- 导出模型： 训练完成后，您可以下载模型，也可上传至网络，以供其他项目使用。
支持方式
Teachable Machine提供了多种创建机器学习模型的方式，操作灵活且用户友好。
- 使用文件或实时捕捉示例： 用户可以选择上传已有的图片、音频文件作为数据，也可以通过电脑摄像头或麦克风实时录制视频、声音作为训练数据。
- 可以在本地完成训练： 用户有选项在不通过网络发送或处理数据的情况下完成所有操作，包括数据收集、模型训练和应用。这种方式不需要将摄像头或麦克风收集的数据发送到互联网上，对于隐私保护尤为重要，尤其是在处理敏感信息时。
- “Teachable Machine”生成的模型是真实的TensorFlow.js模型， 能够在任何支持JavaScript的地方运行。此外，还可以导出模型到不同格式，以在其他平台上使用，如Coral、Arduino等。
体验地址
地址链接：https://teachablemachine.withgoogle.com
上面如果不行，可以试试这个：https://teachablemachine.withgoogle.com/#
教程地址
教程链接：http://adapter.codelab.club/extension_guide/teachable_machine/
代码说明
Teachable Machine 是用一个称为 deeplearn.js 的库构建而成，这使得网页开发者在浏览器里训练、运行神经网络变得很简单。谷歌同时开源了代码，来帮助开发者做出一些新的实验。可以在以下链接查看开源代码:https://github.com/googlecreativelab/teachable-machine
训练说明
训练过程非常简单。如上图，最左侧是输入框，摄像头实时记录着你的动作、表情等等，作为训练的“输入”；中间是学习框，可以根据不同的输入分成不同的类别；右侧是输出框，可以根据不同的输入，按照不同的类别训练相应的输出结果。在上图中，实验者训练 AI 在见到他抬起右手后，就显示猫的 gif 图。在只训练了这一项输入的情况下，中间的学习框显示，AI “百分之百”确定这一输入对应的是猫的 gif 图。
实验者又训练 AI，当输入是“实验者的脸”时，输入显示狗的 gif 图。
实验者又训练 AI，当输入是“实验者张大嘴的脸”时，输出兔子的 gif 图。
抬起右手，输出猫的 gif 图；放下右手，输出狗的 gif 图。从中间的学习框可以看到，AI 对输出结果比较确定。
当实验者试图迷惑 AI，只是略微抬起右手时，仍然得到了不同输出，但系统不那么确定了。
对于“实验者抬起左手”这一输入，AI 给出的实验结果仍然是猫的 gif 图。显然，AI 认为这一输入和“抬起右手”更为接近。
当然，你可以尝试不同的输入，试着愚弄 AI。
Teachable Machine 可以在手机上使用，你可以直接用手机的摄像头来训练。Teachable Machine 使用了 deeplearn.js。 deeplearn.js 是用于机器智能的开源硬件加速 JavaScript 库。deeplearn.js 提供了高性能的机器学习组件，让你可以在浏览器中训练神经网络，或在推理模式下运行预训练模型。
关于 deeplearn.js，可登录 https://deeplearnjs.org了解。网站提供了两款 API，一款是直接执行的模型，一款是以 TensorFlow API 为镜像、延期执行的模型。deeplearn.js 由GoogleBrain PAIR 团队开发，其初始目标是为浏览器构建强大的互动式机器学习工具，但它现在也可在教育、模型理解、艺术项目等广泛场景中得到应用。
备注说明
遗憾的是，由于一些技术限制和政策原因，Teachable Machine 在中国大陆地区可能无法直接访问和使用。在中国大陆地区，用户可能需要通过科学上网等方式才能访问和使用Teachable Machine。建议您在使用Teachable Machine 时注意遵守当地的相关法律法规和政策，确保合法合规使用。
