如何在前端浏览器中实现AI机器学习模型的长期训练与优化？

本文共计4069个文字，预计阅读时间需要17分钟。

目录：识别鸭嘴花 + 测试集：testing.json + 训练集：training.json + 完整代码：index. + index.js + styles.css + package.json + 识别鸭嘴花：文本将在浏览器中定义、训练和运行模型。

目录

• 识别鸢尾花
• 测试集: testing.json
• 训练集: training.json
• 完整代码
• index.html
• index.js
• styles.css
• package.json

识别鸢尾花

本文将在浏览器中定义、训练和运行模型。 为了实现这一功能，我将构建一个识别鸢尾花的案例。

接下来，我们将创建一个神经网络。同时，根据开源数据集我们将鸢尾花分为三类：Setosa、Virginica 和 Versicolor。

每个机器学习项目的核心都是数据集。 我们需要采取的第一步是将这个数据集拆分为训练集和测试集。

这样做的原因是我们将使用我们的训练集来训练我们的算法和我们的测试集来检查我们的预测的准确性，以验证我们的模型是否可以使用或需要调整。