本项目是针对中小学教育场景开发的，无需新硬件（包括云端算力）投入和编程前置知识即可学习AI核心知识的服务器/浏览器构架的项目。项目本身使用您本地算力，训练数据、预测数据不出浏览器；项目设计目标是使用现有硬件达成中小学AI教育无需更多投入就能使用，所以请不要用高端算力情景带入——我们的目标是在教学中达到教学效果、在使用普通计算机搭建局域网服务器后，后续无需其他服务即可在教学中长期使用。

        本项目已于2026年6月16日上线演示版本：AI创想实验室 。经测试在支持WebGL2.0的现代浏览器（Chrome109+、Edge）上完美运行，在普通计算机、希沃白板等有显卡（包括核显）的硬件上完美运行。由于条件所限未测试云端电脑，如果您有类似设备且愿意帮忙测试请留言；如果您使用过程中浏览器未打开WebGL2.0会回退到CPU，训练模型速度极慢，请打开WebGL2.0进行测试。生成的中间文件均为未加密的常见格式以及zip文件，您可以查看它们以了解更多模型训练的内容。

项目操作方法和注意事项：

0、本项目已申请多种知识产权保护，感谢各位高抬贵手。

1、请注册并登录，未登录用户无法转换模型也无法看到全部项目。

2、点击“进入创想实验室”浏览项目列表：

3、选择一个项目进入：

4、在上部、右侧有文件下载列表，可从中下载当前项目的各种资源进行测试。以下详细说明从零搭建模型并在本地浏览器内训练、使用模型（除模型转换所有数据均在本地，模型转换时服务器也不会保存您的模型）的步骤：

5、在Blockly编辑器中，点击左侧菜单选择对应的积木，将其拖拽到工作区搭建模型并设置参数，而后点击“导出训练模型”，即可得到可用于训练的模型：

6、导入\清洗数据：

        不同的项目支持的模型情况不同，在演示版本中不支持分类与回归的多数出头，但支持多个分类。首先，我们配置上部的归一化设置，而后“配置维度”。当配置完维度之后（图中配置了一个维度——对应模型也只有一个输出头），可以在画布上绘制图像导入也可以批量导入。最后，导出训练数据即可：

7、训练

        在训练开启前，请检查后端是否为webgl，如果不是请开启浏览器的webgl2.0加速功能，否则训练将会很慢。在训练引擎中，导入之前的训练数据和JSON模型，而后配置超参数、数据增强（如果数据量小必须开启且增加训练轮数），点击“开始训练”即可在页面底部看到训练日志：

8、模型使用

        当训练结束之后，点击“导出已训练模型”，而后将其导入到预测引擎中，绘制一个图像、点击“预测”即可看到结果。如果你下载并使用“极小”模型，那么效果可能很一般，可以尝试使用MNIST或自己构建并训练一个模型。另外，第一次预测需要完成模型加载等额外工作相对较慢，后续预测将会快很多。

9、导出模型用于其他平台

        当模型训练完成，点击“导出移动&嵌入&通用模型”，等待几分钟之后，将会获得：用于移动端的TF Lite格式模型、用于单片机等嵌入式设备的.H模型、ONNX格式的通用模型。这些模型可用于对应的实验，也可以用第三方工具打开查看其结构\计算图等。但演示版不包含导入其他平台（包括ONNX）格式功能。

        例如，在ESP32设备上，导入.H模型并使用USART HMI屏作为输入和输出：

10、其他

        在首页有完全内置于服务器的神经网络可视化和超链接的CNN可视化：

            

        在不同类别的项目中，设有相应的简易工具：

                ①图片：提供摄像头截图、图片归一化工具

                ②音频：提供录音工具

        欢迎使用AI创想实验室 ，并提供反馈。让我们共同为AI教育普惠化出一份力！