用树莓派4b构建深度学习应用（七）Codeless开发篇

前言

通过前几篇的努力，我们把主流的几个AI框架都安装了一下，涉及了太多的代码，略显枯燥。这篇我们试着在这基础上，做一些有趣的AI应用，并赶一波时髦全程采用无代码开发。

现在建立人工智能应用最大的挑战在于几个方面：

• 数据采集与标注需要花大量的时间和人力；

• 模型的训练时间很长，算力成本也高；

• 模型泛化能力很弱，换一个场景就需要更换模型；

• 基础算法艰涩难懂，科研和学校仍是主力军；

• 很多领域还没有成熟的商业化解决方案。

随着技术的不断发展，人工智能应该成为某一系统的底层技术，在降本增效方面发挥更大的价值。AI 应该像水和电那样，成为任何人都随开随用的一种资源。这里介绍一个网站，就有点这个意思了。

Teachable Machine

这个网站提供了一个简单的人工智能训练平台，主要以监督学习为主，提供了图像分类，声音分类和姿态识别三种类型的AI应用。可以将训练好