JavaScript для глубокого обучения 2021 TensorFlow js Ббк

198
Часть II • Введение в TensorFlow.js
Рис. 5.5.
Перенос обучения можно разделить на три разновидности, в зависимости от того, 
отличаются ли форма выходного сигнала и функция активации в новой и исходной моделях
Чтобы увидеть пример в действии, убедитесь, что у вашей машины есть фрон­
тальная веб­камера — мы будем собирать с нее данные для переноса обучения. В на­
стоящее время большинство ноутбуков и планшетов поставляются со встроенной 
фронтальной веб­камерой. Однако если вы работаете на стационарном компьютере, 
то вам, возможно, нужно будет достать веб­камеру и подключить ее к своей машине. 
Аналогично предыдущим примерам извлечь и запустить демонстрацию можно с по­
мощью следующих команд:
git clone https://github.com/tensorflow/tfjs-examples.git
cd tfjs-examples/webcam-transfer-learning
Это забавное демонстрационное приложение превращает веб­камеру в игровую 
приставку благодаря применению переноса обучения к TensorFlow.js­реализации 
MobileNet и дает вам возможность с ее помощью играть в Pac­Man. Обсудим три 
необходимых для работы демонстрации шага: сбор данных, перенос обучения мо­
дели и игру.
Данные для переноса обучения собираются с веб­камеры. После запуска демон­
страции в браузере вы увидите четыре черных квадрата в нижнем правом углу стра­
ницы. Они расположены аналогично четырем кнопкам перемещения в различных 
направлениях на игровой приставке Nintendo Family Computer и соответствуют 

---

Глава 5. Перенос обучения: переиспользование предобученных нейронных сетей
199
четырем классам, которые модель обучится распознавать в режиме реального вре­
мени. Эти четыре класса, в свою очередь, соответствуют четырем направлениям, 
в которых может перемещаться Пакман. При нажатии и удержании одной из них 
с веб­камеры будут собираться изображения с частотой 20–30 кадров в секунду. 
Число под квадратиком указывает, сколько именно изображений было собрано для 
данного направления на текущий момент времени.
Для наилучшего качества переноса обучения: 1) соберите по крайней мере 50 изо­
бражений каждого из классов и 2) немного покачайте головой и погримасничайте 
во время сбора данных для повышения разнообразия обучающих изображений, 
а значит, и устойчивости будущей модели, получаемой в результате переноса об­
учения. В этой демонстрации большинство людей поворачивают голову в четырех 
направлениях (вверх, вниз, влево и вправо; рис. 5.6), чтобы указать, куда Пакману 
нужно идти. Но можно использовать любые положения головы, любую мимику или 
даже жесты в качестве входных изображений, лишь бы входные данные внешне до­
статочно сильно отличались друг от друга.