7个简单又好玩的开源AI实验，让你快速理解深度学习！_ai thing translator

今天没有涉及到编程教程的项目， 仅分享我最近在浏览器上运行的十大深度学习经验。享受这篇文章吧，这些AI项目无需任何编程经验。

图片相关

1、Quick Draw

要求你绘制事物的游戏，例如一个甜甜圈，让神经网络猜出你在画什么。我的第一次尝试得到6分中的4分。 让我们来看看你能画多好。

怎么运行的？该模型采用在画布上绘制的笔划序列，并馈入卷积层和递归网络的组合。 最后，将从softmax输出层生成类别数字。

这是模型结构的说明。

你可能想知道这些训练数据来自何处。 你猜到了！ 它收集了来自345个类别的5000万张图纸，这些图片来自人们玩的游戏。

2、Teachable Machine

谷歌的另一个AI Experients建立在deeplearn.js库上。教机器识别你的手势并触发事件，无论是声音还是gif。 确保在足够的样本和不同的角度上进行训练，否则，该模型可能会发现很难概括你的手势。

3、Rock Paper Scissors

基于TensorFire的这种体验使用WebGL在浏览器中运行神经网络，这意味着它是GPU加速的。 它使你可以通过网络摄像头实时与计算机比赛。

4、TensorFire 快速风格迁移

TensorFilre的另一个演示，GPU加速样式转移。 它会拍摄一张你的照片，并将其变成惊人的艺术品。如果你熟悉Keras库，那么你可能已经遇到过用于样式转换的演示，该模型在训练模型时会计算两个损失“内容”和“样式”。 生成像样的图像需要花费很长时间。

尽管该程序在你的浏览器上运行的时间不到10秒，但甚至可以播放视频。

5、Thing Translator

此演示基于Google Cloud Vision API，这意味着浏览器向Google服务器发送请求。 就像你使用Google图片搜索来搜索相似图片一样。

6、基于RNN的手写体生成

本演示使用LSTM递归神经网络进行手写体合成。

7、Pix2Pix

绘制一只猫，模型将为你生成照片，很有可能是一只毛骨悚然的猫（假如你是灵魂画手）。

pix2pix

怎么运行的？该演示与运行TensorFlow模型的后端服务器进行了对话，该后端服务器由其自身运行，或者转发到由Google运行的Cloud ML托管的TensorFlow服务。

猫模型在2k猫照片上训练，并根据猫照片自动生成边缘。 所以它是“边缘”到“照片”。 该模型本身使用条件生成对抗网络（cGAN）。

如果你对实现细节感兴趣，请参考原始论文，它显示了cGAN的更多示例用法，例如“映射到天线”，“白天到黑夜”等。

更多关于Google AI技术与TensorFlow的现实示例

Gravitylink推出的Model Play与Tiorb AIX(钛灵AIX)也能完美支持Edge TPU。AIX是一款集计算机视觉与智能语音交互两大核心功能为一体的人工智能硬件，Model Play是面向全球开发者的AI模型资源平台，内置多样化AI模型，与Tiorb AIX结合，基于Google开源神经网络架构及算法，构建自主迁移学习功能，无需写代码，通过选择图片、定义模型和类别名称即可完成AI模型训练。