谷歌TenosrFlow开发者峰会2018上，发布了面向JavaScript开发者的全新机器学习框架 TensorFlow.js。这里介绍一个TensorFlow.js的Demo，只需要一个网络摄像头和浏览器，即可以训练MobileNet网络，实现利用人脸识别玩转吃豆豆小游戏。
教程操作极其简单粗暴，详情请戳阅读原文
PS：强烈建议以1080p观看视频，本人头像没有打码，还请见谅
文字教程
1 进入TensorFlow.JS官网
链接：https://js.tensorflow.org/
2 点击吃豆豆Demo（WEBCAM CONTROLLER）
向下浏览TensorFlow.JS网页，找到WEBCAM CONTROLLER[2]，点击GO TO DEMO!，进入吃豆豆小游戏
3 吃豆豆Demo功能区介绍
功能区0：当前网络摄像机实时捕捉画面
功能区1：训练集采集区
1.1：向上移动
1.2：向下移动
1.3：向左移动
1.4：向右移动
注：因为吃豆豆的对象只有四种移动方式（上下左右），在深度学习中，这是一个多分类的问题，即训练集中需要包括这四种类别的图像。
功能区2：超参数设置
功能区3：训练模型按钮
功能区4：测试/开始游戏按钮
功能区5：游戏主界面
4 制作训练集
由上述分析可知，这是一个四分类问题。我们通过对功能区0和功能区1操作来制作训练集。
首先，我们定义“人脸向上”为向上移动吃豆豆对象的指令。同理，“人脸向下”、“人脸向左”和“人脸向右”分别是向下、向左和向右移动吃豆豆对象的指令。
接下来，就开始制作“人脸向上”的数据集。此时，人脸稍微仰视，保持姿态点击下面红色方块，即可完成画面拍摄。连续点击方框，直到有100个examples。
同理，制作“人脸向左”的数据集
同理，制作“人脸向右”的数据集
同理，制作“人脸向下”的数据集
哈哈，大功告成
5 训练模型
训练集制作完成后，想要训练模型，此时还需要一个网络。这里默认使用MobileNet网络[3]。想要了解该网络的童鞋，可以自行查看该论文和TensorFlow上的代码。
训练集和网络都有了，可以直接训练了吗？或者此时还要做些什么吗？！
答：可做可不做。因为超参数默认已经设定好了，你可以直接使用默认值，也可以调节超参数。
此时，可以直接点击TRAIN MODEL，开始训练模型
耐心等待不到1分钟，当看到LOSS值已经不再变化时，标志当前模型已经训练完成。结果如下所示：
6 开始游戏
点击PLAY，开始吃豆豆小游戏，此时可以看到画面中出现“READY”，即表示游戏开始。你可以通过向上/向下/向左/向右偏移人脸来控制吃豆豆对象的移动方式。
通过若干次移动后，我终于吃到了豆豆
关于TensorFlow.js的吃豆豆小游戏就介绍到这里，虽然示例很简单，但意义很深远。可见深度学习的应用会更加广泛，更加实用，更加贴近大众的生活。
参考
[1]TensorFlow.JS：https://js.tensorflow.org/
[2]TensorFlow.JS WEBCAM CONTROLLER：https://storage.googleapis.com/tfjs-examples/webcam-transfer-learning/dist/index.html
[3]MobileNet：https://arxiv.org/abs/1704.04861
-------我是可爱的分割线-------
若喜欢Amusi推送的文章，请扫描下方二维码关注CVer公众号！
-------我还是可爱的分割线-------
喜欢CVer的文章，一定动动手点赞哦！
