构建人工智能驱动的应用程序可能会很痛苦。我知道。我忍受了很多痛苦,因为使用这项技术所付出的代价往往是值得的。正如他们所说的,榨汁是值得的。
令人高兴的是,在过去的五年里,由于用户友好的工具,海淘客,用机器学习进行开发变得更加容易。如今,我发现自己很少花时间构建和调整机器学习模型,而更多时间用于传统应用程序开发。
在这篇文章中,我将带你浏览一些我最喜欢的、无痛的谷歌云人工智能工具,并分享我快速构建人工智能应用程序的技巧。让我们开始吧。
使用预先训练的模型。
机器学习项目中最慢和最令人不快的部分之一是收集标记的训练数据——机器学习算法可以"学习"的标记示例。
但是对于许多常见的用例,您不需要这样做。不必从头开始构建自己的模型,您可以利用由其他人构建、调优和维护的预先训练的模型。谷歌云的人工智能API就是一个例子。
云人工智能API允许你使用机器学习,比如:
为这些API提供动力的机器学习模型与许多谷歌应用程序(如照片)中使用的模型类似。他们接受过大量数据的训练,大数据与云计算,而且往往非常精确!例如,当我使用视频智能API来分析我的家庭视频时,电力物联网,人工智能龙头企业,韩国云服务器,它能够检测到诸如"新娘淋浴"、"婚礼"、"球拍和球类游戏"甚至"婴儿微笑"等特定标签。但如果你需要一个免费的离线解决方案,TensorFlow.js公司ML工具包提供了大量经过预先训练的模型,您可以直接在浏览器或移动设备上运行。在TensorFlow Hub中有一组更大的预先训练的TensorFlow模型。