Brevemente
Creé un nuevo proyecto, Experimentos interactivos de aprendizaje automático en GitHub. Cada experimento consiste en una computadora portátil Jupyter / Colab que muestra cómo se entrenó el modelo, y una página de demostración que muestra el modelo en acción directamente en su navegador.
A pesar de que los modelos de máquina en el repositorio pueden ser un poco "tontos" (recuerde, estos son solo experimentos, no un código lamido, listos para "subir a producción" y administrar aún más el nuevo Tesla), harán todo lo posible para:
- Reconoce los números y otros bocetos que dibujas en el navegador
- Identifica y reconoce objetos en video desde tu cámara
- Clasifique las imágenes cargadas por usted
- Escribe un poema al estilo de Shakespeare contigo
- E incluso jugar piedra, papel o tijera contigo
- Etcétera
Entrené modelos en Python usando TensorFlow 2 con soporte Keras . Para la aplicación de demostración, utilicé la versión React y JavaScript de Tensorflow .

Modelos de rendimiento
, .️ , " ", . , . (, 60% , , 97%), (overfitting vs underfitting).
- :

, - "":

- full-stack (-). , , , - .
- Python , . Playground and Cheatsheet for Learning Python. , Python, "" ,
dict_via_comprehension = {x: x**2 for x in (2, 4, 6)}
. - Python- . Andrew Ng Coursera Homemade Machine Learning. " -" , , , k-, ( ?) .
- " " NanoNeuron. 7 JavaScript , , - "".
- Deep Learning - Andrew Ng Coursera (multilayer perceptrons), (convolutional and recurrent neural networks). , , . TensorFlow 2 Keras. ( ), - , -, . Interactive Machine Learning Experiments, .
- TensorFlow.js , ( Jupyter ) .
- HDF5 TensorFlow.js Layers TensorFlow.js converter. ( ) , HTTP , , -, , , , "". HTTP API .
- React create-react-app Flow .
- Material UI. , , " " (, Bootstrap).
- , Jupyter :
(Multilayer Perceptron, MLP)
, .

, .

(Convolutional Neural Network, CNN)
(CNN)
, . MLP, CNN.

(CNN)
, . MLP, CNN.

-- (CNN)
-- . CNN, .

Rock Paper Scissors (MobilenetV2)
-- . , MobilenetV2.

(MobileNetV2)
( ), . MobilenetV2.

(MobileNetV2)
, , "" . MobilenetV2.

(Recurrent Neural Networks, RNN)
(, 17+38
) ( 55
). , , ( ). "" 1
→ 17
→ 17+
→ 17+3
→ 17+38
55
. , Hola
Hello
, .

, . "" .

Wikipedia
Wiki , .

, — , (, ). — Deep Learning. :
, . , / , 60%
.
, , - , --.
!