Nie znasz uczenia maszynowego? Obejrzyj kurs wideo, aby uzyskać praktyczną praktyczną wiedzę na temat uczenia maszynowego przy użyciu technologii internetowych
Zobacz serię
Klasyfikator obrazu uczenia się transferu
Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
W tym samouczku dowiesz się, jak zbudować niestandardowy klasyfikator obrazu, którego będziesz uczyć się na bieżąco w przeglądarce za pomocą TensorFlow.js.
Wykorzystasz uczenie transferu do stworzenia bardzo dokładnego modelu z minimalnymi danymi uczącymi. Będziesz korzystać ze wstępnie wytrenowanego modelu klasyfikacji obrazów o nazwie MobileNet. Wytrenujesz model na tym, aby dostosować rozpoznawane przez niego klasy obrazów.
Ten samouczek jest przedstawiony jako ćwiczenia z programowania. Kliknij ten link, aby otworzyć laboratorium kodowania
O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.
Ostatnia aktualizacja: 2025-07-25 UTC.
[null,null,["Ostatnia aktualizacja: 2025-07-25 UTC."],[],[],null,["# Transfer learning image classifier\n\n\u003cbr /\u003e\n\nIn this tutorial, you will learn how to build a custom image classifier that you will train on the fly in the browser using TensorFlow.js.\n\nYou will use transfer learning to create a highly accurate model with minimal training data. You will be using a pre-trained model for image classification called MobileNet. You will train a model on top of this one to customize the image classes it recognizes.\n\nThis tutorial is presented as a codelab. [Follow this link to open the codelab](https://codelabs.developers.google.com/codelabs/tensorflowjs-teachablemachine-codelab/index.html)"]]
