搜索 - 腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

来自专栏机器学习与统计学
比 Tesorflow 还强！？
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。 imageClassifier() 为例，大家去对应目录查看即可： https://learn.ml5js.org/#/reference/image-classifier 其实大家完全不用担心难以使用，因为ml5 gotResults); // Step 4: 对结果进行操作 function gotResults(err, results) { console.log(results); } html中使用ml5 ml5js 如何入门学习ml5.js最佳方式是从官方实例入手：examples.ml5js.org 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.
78520编辑于 2022-04-11
来自专栏MixLab科技+设计实验室
3行代码玩转AI，ml5.js前端机器学习简明指南
今天给大家介绍一个JS库 —— ml5.js。 ml5.js旨在为创意编程提供开箱即用的机器学习算法。
2.8K10发布于 2019-07-15
来自专栏大数据文摘
在浏览器中使用TensorFlow.js和Python构建机器学习模型（附代码）
我们将使用ml5.js库来使用PoseNet。ml5.js是一个基于TensorFlow.js和p5.js的库。p5.js是另一个库可以使你更容易在浏览器中访问网络摄像头。 ml5.js旨在使机器学习对广大的艺术家，创意编码员和学生来说变得平易近人。该库以TensorFlow.js为基础，通过简单的语法在浏览器中提供对机器学习算法和模型的访问。例如，你可以使用ml5.js在5行代码中使用MobileNet创建图像分类模型，如下所示： ? 正是由于Ml5.js的简单性，使得它非常适合在浏览器中快速构建原型，这也是我们在项目中使用它的原因。步骤1：加载PoseNet模型并从网络摄像头捕获视频我们将使用ml5.js加载PoseNet。 ml5.poseNet(video,modelRead)：我们使用ml5.js加载poseNet模式。通过传入视频，我们告诉模型处理视频输入。
2.7K00发布于 2019-07-11
来自专栏MixLab科技+设计实验室
2020前端智能化趋势：tensorflow.js生态
有非常多的基于tensorflow.js二次封装的js库，比如face-api.js、ml5.js等等。前端人脸识别相关的应用，推荐用face-api.js~ - ml5.js - 创意编程必备 ml5.js旨在为创意编程提供开箱即用的机器学习算法。 ml5.js的详细介绍可看： 3行代码玩转AI，ml5.js前端机器学习简明指南 - magenta.js - 音乐创作工具 magenta.js是一个基于TensorFlow.js构建的，在浏览器中使用综上，前端的tensorflow.js生态我觉得已经比较丰富了，推荐face-api.js、ml5.js、magenta.js都值得一玩。除此之外，6项前端智能技术作为前端工程师，都应该玩一遍~
2.4K10发布于 2020-01-14
来自专栏数据派THU
独家 | 在浏览器中使用TensorFlow.js和Python构建机器学习模型（附代码）
我们将使用ml5.js库来使用PoseNet。ml5.js是一个基于TensorFlow.js和p5.js的库。p5.js是另一个库可以使你更容易在浏览器中访问网络摄像头。 ml5.js旨在使机器学习对广大的艺术家，创意编码员和学生来说变得平易近人。该库以TensorFlow.js为基础，通过简单的语法在浏览器中提供对机器学习算法和模型的访问。例如，你可以使用ml5.js在5行代码中使用MobileNet创建图像分类模型，如下所示： ? 正是由于Ml5.js的简单性，使得它非常适合在浏览器中快速构建原型，这也是我们在项目中使用它的原因。步骤1：加载PoseNet模型并从网络摄像头捕获视频我们将使用ml5.js加载PoseNet。 ml5.poseNet(video,modelRead)：我们使用ml5.js加载poseNet模式。通过传入视频，我们告诉模型处理视频输入。
2K20发布于 2019-07-15
来自专栏快乐阿超
tensorflowjs
ml5.js 库构建在 TensorFlow.js 之上，通过简洁的、可利用的 API，可以在浏览器中访问机器学习算法和模型。 Check out ml5.js 安装 TensorFlow.js TensorFlow.js 与 Tensors (张量)、Layers (图层)、Optimizers (优化器) 和损失函数等概念兼容
29110编辑于 2024-08-23
来自专栏MixLab科技+设计实验室
下一代PPT？尝试利用谷歌的bodyPix，DIY一个fastmask功能
为了方便使用，我这边使用了ml5.js ml5.js里对bodypix进行了封装，只需几行代码即可快速调用。
83010发布于 2019-11-26
来自专栏Web 技术
推荐几款很流行的面向 Javascript 的机器学习库
ML5.js ML5.js 是一个完全打包的综合开源库，用于使用 Node.js 和浏览器进行机器学习。。它基于 TensorFlow 构建，没有任何外部依赖项。 ML5.js 使得在浏览器中访问许多预训练的机器学习算法变得很容易，因此它可以用于各种目的，例如检测人体语言和音调、自定义图像、生成文本、查找英语语言关系、作曲音乐曲目等该库能够提供对机器学习的深入理解 ML5.js 为无监督和监督问题以及关键任务和简单模型提供实用程序。不仅如此，ML5.js 还允许随机数生成、排序、对数组和哈希表的位操作——它甚至为用户提供了优化、数组操作和线性代数的例程。这个库的另一个巨大优势是它支持交叉验证。
2.2K31编辑于 2022-07-29
来自专栏机器学习人工学weekly
机器学习人工学weekly-2018/6/17
attention-primer 10.2 tf eager mode教程链接：https://github.com/madalinabuzau/tensorflow-eager-tutorials 10.3 ml5
46330发布于 2018-07-27
来自专栏大数据文摘
坐姿不对，屏幕就变模糊！小姐姐教你用TensorFlow做一款“隐形背背佳”
记录初始体态位置，每秒检查坐姿，一旦发现不同屏幕立刻模糊在这个项目中，她用了TensorFlow.js PoseNet模型来检测身体部位，并借助ml5.js构建PoseNet模型，还用了p5.js帮助处理画布和摄像头
1.4K20发布于 2020-07-28
来自专栏深度学习与python
无处不在的 JavaScript
ML5.js 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。
50940编辑于 2022-03-24
来自专栏深度学习与python
我用 JavaScript 来学习机器学习
其他一些功能强大的 JavaScript 机器学习库包括 ML5.js、Synaptic 和 Brain.js。 ?
96620发布于 2021-06-08
来自专栏深度学习与python
浏览器里的 AI 革命：前端工程师的新战场
ml5.js：一个适合初学者的 Web ML 库，旨在让新手也能轻松使用复杂的模型，提供预训练模型和直观的 API ，只需最低限度的 ML 知识即可使用。
68210编辑于 2025-05-17
来自专栏程序员成长指北
「圣诞特辑」纯前端实现人脸识别自动佩戴圣诞帽
不过毕竟 Tensorflow.js 还是很底层的库，如果你只是想用机器学习做一些有趣的事情，不妨尝试一下 ml5.js[17]，这里有一套学习视频[18]。最后，祝大家圣诞快乐！ //www.coursera.org/learn/machine-learning [16] 官方文档: https://tensorflow.google.cn/js/tutorials [17] ml5
1.1K20发布于 2019-12-26
来自专栏相约机器人
为什么要用 PyTorch、TensorFlow 框架
在TensorFlow.js、ml5.js之上还有一个高级库，它隐藏了张量和优化器的复杂性。 TensorFlow.js可以通过浏览器支持移动设备和桌面设备。
1.5K21发布于 2019-09-08
来自专栏AI科技大本营的专栏
掌握深度学习，为什么要用PyTorch、TensorFlow框架？
在 TensorFlow.js、ml5.js 之上还有一个高级库，它隐藏了张量和优化器的复杂性。 TensorFlow.js 可以通过浏览器支持移动设备和桌面设备。
1.8K10发布于 2019-09-05
来自专栏AI SPPECH
JavaScript零基础入门与环境配置
AI 物联网：控制和监控智能设备 1.3 JavaScript与AI的结合 2025年，JavaScript与AI技术的结合日益紧密，主要体现在以下几个方面：浏览器端AI：TensorFlow.js、ML5
46910编辑于 2025-11-13
来自专栏大史住在大前端
【一统江湖的大前端（9）】TensorFlow.js 开箱即用的深度学习工具
开发者通常都需要借助官方模型仓库中提供的预训练模型或者使用其他基于TensorFlow.js构建的第三方应用，例如人脸识别框架face-api.js（它可以在浏览器端和Node.js中实现快速的人脸追踪和身份识别），语义化更加明确的机器学习框架ml5
1.3K20发布于 2020-04-21
来自专栏阮一峰的网络日志
每周分享第 32 期
4、ml5.js 一个基于 TensorFlow.js 的机器学习封装库，提供方便易用的 API，可以用于图像分类和视频分类等常见用途。
80740发布于 2018-12-17
来自专栏web秀
「圣诞特辑」纯前端实现人脸识别自动佩戴圣诞帽
不过毕竟 Tensorflow.js 还是很底层的库，如果你只是想用机器学习做一些有趣的事情，不妨尝试一下 ml5.js，这里有一套学习视频。最后，祝大家圣诞快乐！
1.1K31发布于 2019-12-26