谢作如　程龙恺

摘要：随着人工智能教育的普及，中小学的师生们不再满足于“体验”，而希望通过Web页面训练出来真正有用的AI模型，并部署到开源硬件搭建出AI应用。本文介绍了常见的Web前端模型训练平台和模型转换方法，并以行空板和ONNX为例，展示了一个完整的AI开发流程。

关键词：深度学习；模型转换；模型部署

中图分类号：G434  文献标识码：A  论文编号：1674-2117（2023）11-0085-03

随着人工智能的发展和普及，深度学习已经成为人工智能的核心内容。越来越多的教育者认识到，如果不涉及数据采集、模型训练和部署等内容，则几乎不能把它称为人工智能教育。为了降低深度学习的技术门槛，一些人工智能学习平台设计了基于Web页面的模型训练功能，即学生不需要编写代码，点点鼠标就能完成从采集数据、训练模型到推理的机器学习流程。我们将这种模型训练方式命名为Web前端模型训练。那么，这种基于网页前端训练出来的AI模型，能不能像其他模型一样，也可以部署到开源硬件，搭建出一个真正的AI应用？针对这个问题，笔者进行了深度探究，并成功实现了将一个通过Web前端训练的AI模型，转换为ONNX并部署到行空板上。

Web前端训练AI模型的原理和特点

使用Web前端方式训练模型，需要借助TensorFlow.js这一技术。TensorFlow.js是谷歌发布的一个JavaScript库，它将深度学习和机器学习技术与Web应用程序融合，使用户能够在Web浏览器和Node.js环境中直接训练和部署机器学习模型。简单来说，TensorFlow.js可以让开发者用JavaScript实现机器学习应用，通过浏览器直接与用户交互。……