Wachtwoorden die je makkelijk onthoudt, zijn lang niet goed genoeg om je beschermen. Hoe kun je complexe maar veilige wachtwoorden onthouden? Een wachtwoordmanager als Bitwarden helpt je daarbij. Het goede nieuws is dat je met de gratis versie een onbeperkt aantal wachtwoorden kunt aanmaken om die te synchroniseren met al je apparaten.

1. Gratis of erg goedkoop

Bij gratis wachtwoordmanagers loop je vaak tegen beperkingen aan, die je uiteindelijk dwingen te upgraden naar een betaalde versie. Bitwarden niet. Deze opensource wachtwoordmanager is beschikbaar op Windows, macOS en Linux. Er is ook een extensie voor de internetbrowser en er zijn mobiele versies. Het programma komt in drie abonnementen op consumentenniveau: gratis, premium en familie. De gratis versie bevat een wachtwoordgenerator en je mag een onbeperkt aantal kluisitems synchroniseren op een onbeperkt aantal apparaten. De belangrijkste reden om 10 dollar per jaar te betalen voor premium is dat je dan nog 1 GB gecodeerde opslag krijgt. De familieversie, 40 dollar per jaar, geeft je zes premium-licenties.

2. Account aanmaken

Het makkelijkste maak je een account aan via een desktopbrowser. Ga naar www.bitwarden.com en klik op Get Started Today. Voer je e-mailadres en je naam in. Daarna moet je een hoofdwachtwoord typen waarmee je straks toegang krijgt tot jouw beveiligde kluis op al jouw apparaten. Het is belangrijk dat je dit hoofdwachtwoord nooit vergeet, want er is geen manier om dit te herstellen. Wel kun je een hint invoeren om het hoofdwachtwoord te herinneren. Bitwarden beoordeelt het hoofdwachtwoord als zwak, goed of sterk terwijl je het typt. Daarvoor let het op de lengte en het gebruik van verschillende tekens. Verklaar je akkoord met de voorwaarden en klik op Versturen.

3. Mijn kluis

Je moet nu nog even in je e-mailprogramma je Bitwarden-account bevestigen. Hierna kom je terug bij het scherm om in te loggen in je beveiligde kluis, de zogenaamde Web Vault. Die bestaat uit vier tabbladen. In het tabblad Mijn kluis beheer je de onderdelen van de digitale kluis. Ieder item dat je toevoegt, hoort in een van de vier categorieën Login (aanmeldingsgegevens), Kaart (creditkaartgegevens), Identiteit (persoonlijke gegevens) en Veilige notities (allerhande gevoelige notities). Vanaf nu wordt die informatie gesynchroniseerd met alle apparaten, dus ook met je smartphone en tablet. Wanneer je een item wijzigt, worden die gegevens op de achtergrond aangepast.

4. Items toevoegen

Op dit moment zie je dat er nog geen items in de kluis zitten. Er zijn verschillende manieren om items toe te voegen. Begin bijvoorbeeld met je persoonlijke informatie. Klik op de knop +Item toevoegen. Vervolgens opent een venster waar je de informatie invult. Bovenaan selecteer je de categorie waar dit item toe behoort, in dit geval is dat Identiteit en daarna noteer je de persoonlijke gegevens. Als je browser Automatisch invullen ondersteunt, zullen die data al grotendeels ingevuld zijn. En je kunt hier ook gevoelige informatie kwijt als paspoortnummer, rijbewijsnummer enzovoort… Onderaan staat trouwens een knop om nog meer informatievelden in het venster te plaatsen. Als je een item van de categorie Kaart toevoegt, zal het venster alleen velden bevatten waarin je creditkaartgegevens kwijt kunt. Hetzelfde geldt voor de twee andere categorieën.

5. Inloggegevens importeren

Waarschijnlijk heb je al veel inloggegevens in de browser opgeslagen die je nu gewoon in Bitwarden kunt importeren zodat je die niet handmatig hoeft in te voeren. Bij Chromium-gebaseerde browsers (Chrome, Microsoft Edge, Brave en Vivaldi) typ je in de navigatiebalk chrome://settings/passwords. Zo kom je bij alle opgeslagen wachtwoorden. Klik op de drie puntjes rechtsboven de lijst en kies de opdracht Wachtwoorden exporteren. Exporteer dit csv-bestand naar het bureaublad. Over naar de Bitwarden-kluis. Daar kies je het tabblad Hulpmiddelen. Selecteer de tool Gegevens importeren. In het bovenste vak selecteer je het csv-formaat. Ten slotte navigeer je via de knop Bestand kiezen naar het bestand op het bureaublad en je klikt op Gegevens importeren.

Na de import

6. Tweestapsverificatie

We raden aan de tweestapsverificatie te activeren, want dat verbetert de veiligheid van de wachtwoorden aanzienlijk. Iemand die het hoofdwachtwoord kraakt of achterhaalt, kan dan nog niet bij je gegevens, omdat ook nog een extra verificatie nodig is. De gratis versie van Bitwarden ondersteunt meervoudige verificatie door middel van authenticator-apps. We geven de voorkeur aan zo’n app boven de minder veilige sms-methode. Klik in de blauwe balk bovenaan op het pijltje naast het poppetje en selecteer Accountinstellingen. In dit scherm kies je links Beveiliging. Dan kom je in een scherm met drie tabbladen. Selecteer Tweestapsaanmelding.

7. Authenticatie-app

De gratis versie van Bitwarden werkt samen met authenticaties-apps zoals Authy of Google Authenticator. Download een van deze apps op je smartphone. Daarna ga je verder met Bitwarden in de desktopbrowser. In het venster Tweestapsaanmelding klik je bij Authenticatie-app op de knop Beheren. Je typt het hoofdwachtwoord en daarna verschijnt de QR-code die je scant met Authy of Google Authenticator. De app retourneert een code van zes cijfers die je in Bitwarden typt en vanaf dat moment is deze beveiliging ingeschakeld. Voortaan heb je dus niet alleen je wachtwoord maar ook je smartphone nodig om in te loggen.

8. Wachtwoorden genereren

Met Bitwarden sla je niet alleen veilig wachtwoorden op, je laat ze ook zelf door het programma genereren. Als je Item toevoegen hebt geselecteerd, wil je ook het veld Wachtwoord invullen. Misschien gebruik je een wachtwoord dat je kent, of je vult zelf een nieuw wachtwoord in. Als je een flutwachtwoord hebt getypt en je klikt op het vinkje om dit te bevestigen, dan zul je een waarschuwing ontvangen dat dit wachtwoord al vaak gelekt is en dat Bitwarden het niet aanvaardt. Daarom is het beter om Bitwarden zelf een wachtwoord te laten aanmaken. Daarna klik je op de ronde pijltjes boven het wachtwoordvak en als je dan op het oogje klikt zul je zien dat Bitwarden een heel sterk wachtwoord heeft gegenereerd.

9. Send

Deze tool heeft een functie om tekst en bestanden beveiligd naar anderen door te sturen. De ontvangers ontvangen dan een link om de tekst of het bestand te openen. Zij hoeven zelfs geen Bitwarden-account te hebben. In het hoofdvenster gebruik je het tabblad Send en kies je Nieuwe Send aanmaken. Daarna moet je kiezen of het gaat om een tekst of een bestand. Er zijn twee voorwaarden om een bestand te versturen: het mag niet groter zijn dan 500 MB en je moet een premium-account van Bitwarden hebben. Met de gratis versie mag je alleen tekst via Send verzenden. Typ of plak de tekst in het tekstvak. De ontvanger zal een link krijgen. Je kunt kiezen om de tekst te verbergen, zodat de ontvanger op een knop moet klikken om het tekstdeel te zien via een wachtwoord.

10. Send-opties

Scrol naar beneden om bij de opties van Send te komen. Het is mogelijk om een verwijderingsdatum en een vervaldatum in te stellen. De eerste is de dag waarop het bericht van de server verdwijnt, de vervaldatum is de dag waarop de ontvanger de Send niet meer kan openen. In Maximum toegangsaantal hoef je niets in te vullen, maar als je daar bijvoorbeeld 3 typt, zal de ander het bericht slechts driemaal kunnen openen. Je kunt ook een wachtwoord instellen voor de Send en het is mogelijk om je e-mailadres te verbergen. Hierdoor ziet de ander niet van wie de Send-boodschap afkomstig is.

11. Send opslaan en verwijderen

Zo’n opgemaakte Send werkt niet zoals een e-mail. Het is een gecodeerde boodschap die wordt opgeslagen op de server. Op die manier kun je bijvoorbeeld wachtwoorden opslaan die je af en toe naar andere mensen moet sturen. In het tabblad Sends vind je alle boodschappen die je op die manier hebt klaargezet. Achter iedere Send staan drie puntjes. In dit menu kun je de koppeling naar de Send kopiëren. Vervolgens kun je die link via mail of een berichtje naar de ontvanger sturen. Je kunt ook het wachtwoord van de Send verwijderen en ten slotte is het mogelijk om de Send te verwijderen.

12. Browserextensie

Bitwarden integreert zijn wachtwoordbeheer in de webbrowsers Chrome, Firefox, Opera, Edge, Safari, Brave en Tor. Zo’n extensie zorgt dat je de browser niet hoeft te verlaten om snel op een veilige manier in te loggen bij een webdienst. Ga op de homepage van Bitwarden naar de Downloads en daar zie je de downloadlinks van de browserextensies. We tonen de werking in Chrome. Nadat je de extensie hebt toegevoegd, moet je ze eerst openen met het hoofdwachtwoord. Onderaan zie je de knoppen om snel naar de Kluis te gaan, om een Send te maken, om wachtwoorden te genereren en om de instellingen aan te passen.

13. Wachtwoord of wachtwoordzin

Veronderstel dat je bij een website komt waar je nog nooit bent ingelogd. In dat geval zal het programma in de balk van de browser vragen of het de inloggegevens moet bewaren in de kluis. Dan kun je met de Generator van de extensie een wachtwoord of een wachtwoordzin laten genereren. Kies je een wachtwoord, dan bepaal je hoe lang dat wachtwoord moet zijn en uit welke tekens het moet bestaan (kleine letters, hoofdletters, vreemde tekens, cijfers). Voor een wachtwoordzin geef je het aantal woorden op. Je kunt dit wachtwoord of de wachtwoordzin kopiëren en meteen toevoegen in de kluis bij de inloggegevens.

14. Login toevoegen

Het kan nog makkelijker … Wanneer je op een pagina komt waarin je inloggegevens wilt aanmaken, open je de extensie en klik je op Login toevoegen. In het venster verschijnt de juiste categorie (Login), de naam van de website, je gebruikersnaam en Bitwarden zal zelfs een wachtwoord voorstellen. Je kunt eventueel de wachtwoordgenerator instellen om een nog moeilijker wachtwoord te produceren. Als je op het vinkje in het cirkeltje klikt, zal Bitwarden nakijken of dit wachtwoord inmiddels gelekt is. Ben je tevreden, dan klik je op Opslaan. Voortaan zal Bitwarden deze login gebruiken wanneer je met de computer of je mobieltje deze site bezoekt.

15. Mobiel

Voor iOS en Android bestaan er mobiele versies van Bitwarden. Op de website bij Downloads staan de QR-codes om rechtstreeks bij de juiste app te komen. Nadat je de app hebt geïnstalleerd en de toegangscode hebt ingevuld, kom je in dezelfde digitale kluis als bij de online versie. Je ziet daar ook de items in Send en je beschikt over dezelfde wachtwoordgenerator. Om de wachtwoorden uit de kluis automatisch in te vullen, moet je iets in het besturingssysteem van het mobiele toestel aanpassen. Ga naar Instellingen / Wachtwoorden. Activeer Vul automatisch in en selecteer de optie Bitwarden. Bevestig dit met het hoofdwachtwoord en het browsen gaat heel wat makkelijker.

Veiligheidsrapport

16. Wachtwoorden delen

Het is mogelijk om inloggegevens te delen met iemand anders. Hiervoor moet je in het tabblad Kluizen eerst een organisatie maken. Je geeft bijvoorbeeld Familie Janssen op als organisatie. Je moet ook een e-mailadres invoeren voor de facturatie en je klikt op Versturen. In de gratis versie mogen slechts twee gebruikers een gemeenschappelijke kluis delen. Als je slechts met één persoon deelt, volgt er geen factuur. Vervolgens selecteer je een item in de kluis en via de drie puntjes gebruik je de opdracht Naar organisatie verplaatsen. Daarna gebruik je het tabblad Organisaties en daar zie je de items die inmiddels aan de gemeenschappelijke kluis zijn toegevoegd. Klik op het subtabblad Beheren om de leden te zien. Kies Gebruiker uitnodigen en vul het e-mailadres in van de persoon met wie je deze kluis wilt delen.

Dagelijks hoor en lees je over artificiële intelligentie (AI). Daarbij worden vaak termen als neuraal netwerk en deep learning gebruikt. In dit artikel vertellen je hier meer over en gaan we ook zelf met AI aan de slag. We doen dit via TensorFlow Playground en Google Teachable Machine.

Het begrip artificiële intelligentie verwijst naar de mogelijkheid om zelfstandig kennis op te nemen, problemen op te lossen en beslissingen te nemen, net zoals een mens. Het woord ‘artificieel’ duidt erop dat deze vorm van intelligentie door mensen is ontworpen en door computers of machines wordt uitgevoerd en dus niet door een biologisch brein.

Veel AI-toepassingen, zoals beeld- en spraakherkenning en taalverwerking, maken hierbij gebruik van zogenoemde neurale netwerken. Deze zijn namelijk uitstekend geschikt voor het herkennen van complexe patronen in grote hoeveelheden ongestructureerde data.

Zo’n digitaal neuraal netwerk (DNN) is gebaseerd op de werking en structuur van het menselijke brein, maar het blijft niet meer dan een abstracte vereenvoudiging. Het menselijke brein is tenslotte (vooralsnog) aanzienlijk complexer, flexibeler en vooral ook energiezuiniger met een maximaal verbruik van circa 20 watt. Ons brein is bovendien superieur in creativiteit, contextueel begrip en emotionele verwerking. 

Digitaal neuraal netwerk

Een digitaal neuraal netwerk (DNN) werkt net als het biologisch brein met neuronen (zie bovenstaand tekstkader). Alleen in een DNN gaat het hierbij om wiskundige rekeneenheden die informatie verwerken. Elk neuron ontvangt invoer, vermenigvuldigt deze met een gewicht om de relevantie te bepalen en telt daar een compensatiewaarde, de zogeheten bias, bij op. Samen vormen deze gewichten en biases de ‘parameters’. GPT-4 bevat er naar schatting 1,7 biljoen.

De informatie stroomt door een of meer verborgen lagen tussen de invoer- en uitvoerlaag. Elke verborgen laag verwerkt de gegevens verder, waardoor complexere patronen worden herkend. Hiervoor gebruikt elk neuron een zogeheten activatiefunctie, die bepaalt of en in welke mate de uitvoer wordt doorgegeven. Zonder activatiefuncties zou het netwerk alleen eenvoudige wiskundige verbanden leren, zoals rechte lijnen, terwijl het nu ook met complexe, gebogen of gelaagde patronen overweg kan.

Een eenvoudig digitaal neuraal netwerk, met één verborgen laag.

Sturing en zelflering

Mensen sturen het DNN indirect aan door het bepalen van het aantal lagen, het aantal neuronen per laag en het type activatiefunctie. Verder kiezen ze hoe het netwerk moet leren, bijvoorbeeld door te bepalen hoeveel data het ziet en hoe complex de gegevens zijn, hoe vaak het leert en hoe groot de aanpassingen mogen zijn. Tijdens deze training worden de parameters automatisch aangepast door het netwerk om optimaal patronen te herkennen en voorspellingen te doen.

Vereenvoudigd komt het hierop neer: nadat het netwerk een voorspelling heeft gedaan, wordt berekend hoe ver deze afwijkt van de juiste waarde, waartoe het netwerk tijdens de training toegang heeft. Deze afwijking wordt vervolgens teruggestuurd door het netwerk, van de uitvoer- naar de invoerlaag. Onderweg berekent het netwerk hoeveel elke verbinding (gewicht) en extra waarde (bias) heeft bijgedragen aan de fout. Daarop past het netwerk de parameters aan om de fout kleiner te maken. Dit proces herhaalt zich vele malen, zodat het netwerk steeds accurater wordt. Dit principe wordt ‘backpropagation’ genoemd (letterlijk: achterwaartse terugkoppeling) en maakt dat het netwerk grotendeels zelflerend is.

©Vallabh soni - stock.adobe.com

Backpropagation: het netwerk stuurt zelf bij op basis van de vastgestelde afwijking.

TensorFlow Playground

Spelen met werking DNN

Het wordt interessanter wanneer je zelf experimenteert met de principes en werking van een DNN. Ga naar https://playground.tensorflow.org. Hier herken je de lagen met neuronen: een invoerlaag, twee verborgen lagen en een uitvoerlaag. Bij DATA is al een specifieke dataset geselecteerd. Zodra je op Run (het pijltje) klikt, probeert het netwerk het patroon in de gekozen dataset te herkennen. Het resultaat verschijnt onder Output.

Hoe langer je het proces laat lopen, hoe hoger het aantal trainingscycli (hier epochs genoemd) en hoe accurater de ruimte-indeling of dataclassificatie in de output: blauwe achtergrond voor blauwe punten en oranje achtergrond voor oranje punten. Omdat het standaard om een eenvoudig datapatroon gaat, zal de Training loss waarschijnlijk 0.000 zijn. Dit betekent dat het netwerk het patroon vrijwel meteen correct herkent op basis van de ingestelde parameters, zodat er nauwelijks of geen backpropagation nodig is.

Met de standaardinstellingen kan dit neurale netwerk moeiteloos overweg.

Verdere aansturing

Je kunt het netwerk flink uitdagen door enkele instellingen aan te passen. We geven je enkele mogelijkheden die zeker leerzaam kunnen zijn. Activeer in de invoerlaag bijvoorbeeld alleen de bovenste eigenschap X1. Het netwerk classificeert dan uitsluitend op basis van de horizontale posities van de punten. Voor de derde dataset (linksonder) kan dit voldoende zijn, maar voor andere niet. Probeer het gerust zelf uit. Je zult ook merken dat hoe meer features je inschakelt, hoe meer informatie het netwerk gebruikt en hoe beter het complexe patronen kan herkennen.

Verhoog eens Noise (ruis) met de schuifknop om het leerproces te bemoeilijken. De datapunten worden hierdoor minder gestructureerd, wat je meteen terugziet in de Output. Verminder nu eens het aantal neuronen (via de minknop boven elke laag) om het netwerk minder complexe beslissingen te laten nemen. Minder verborgen lagen verlaagt eveneens de capaciteit om diepere datapatronen te leren.

Nog steeds te makkelijk? Verlaag dan de Learning rate naar bijvoorbeeld 0.0001. Een lagere leerratio betekent tenslotte kleinere stappen bij het aanpassen van de gewichten (wat zich hier visueel vertaalt als minder snel aangepaste lijndiktes tussen de neuronen), waardoor het netwerk langzamer leert.

Experimenteer gerust verder met andere, ook meer geavanceerde instellingen om het netwerk – en jezelf – uit te dagen.

Met deze instellingen wordt de training van het neurale netwerk nagenoeg onmogelijk.

Deep learning

Een DNN is een van de meest effectieve methoden of algoritmen binnen machine learning (ML), waarbij computers leren van data zonder ze expliciet te moeten programmeren. Het is vooral geschikt voor complexe taken zoals beeldherkenning, spraakherkenning en taalverwerking.

Eenvoudige ML-modellen hebben meestal een of enkele verborgen lagen. Bij een complexere architectuur met meerdere verborgen lagen, die in staat is complexere patronen en relaties te herkennen, spreekt men van deep learning (DL). Deep learning is daarmee een subonderdeel van machine learning, al is het onderscheid niet altijd scherp te maken.

Bij DL gebruikt het neurale netwerk logischerwijze meer parameters, wat meteen ook een grotere hoeveelheid data vereist om het effectief te kunnen trainen. Meer data en parameters vereisen uiteraard ook meer rekenkracht, waarvoor vaak talrijke gpu’s (Graphics Processing Units) of gespecialiseerde processors als Googles TPU’s (Tensor Processing Units) nodig zijn.

Een Google TPU op een PCIe-kaart.

Google Teachable Machine

Experimenten met AI

Het zal je nauwelijks verbazen dat je, behalve geavanceerde kennis, frameworks als TensorFlow of PyTorch nodig hebt om een DL-model te ontwikkelen. Wil je hier desondanks toch mee experimenteren, dan biedt Googles Teachable Machine een uitstekende omgeving. Dit project heeft namelijk een interface waarmee je zonder technische expertise toch een AI-model kunt trainen.

Het platform is gebaseerd op DL-technieken en gebruikt neurale netwerken om patronen en kenmerken in diverse datasets te herkennen. Het werkt met voorgetrainde modellen, maar je kunt ook eigen gegevens toevoegen om een aangepast model te trainen. Na training kun je het model exporteren in verschillende formaten en inzetten in een web-app, mobiele app of op toestellen als Raspberry Pi, Arduino of IoT-apparaten.

Via deze GitHub-pagina vind je talrijke leuke projecten met Teachable Machine (van Bananameter tot Snake Game), evenals tutorials. Maar laten we nu vooral zelf aan de slag gaan met een bescheiden project.

Dit model heeft meteen door dat deze banaan overrijp is.

Starten met project

Surf naar https://teachablemachine.withgoogle.com. Hier leer je een computer trainen om je eigen afbeeldingen, geluiden en houdingen te herkennen. Klik op Aan de slag om een nieuw project te starten en kies uit drie modelopties: Projectafbeelding, Audioproject of Project met houdingen.

Wij nemen het eerste model als voorbeeld. Dit opent een venster waarin je kunt kiezen tussen een Model voor standaard afbeelding (kleur, 224 × 224 pixels) of een Model voor ingesloten afbeelding (grijswaarden, 96 × 96 pixels). Dit laatste, een embedded model, is geschikt voor microcontrollers. Wij kiezen hier voor het wat grotere standaardmodel.

Teachable Machine laat je uit drie grote trainingsmodellen kiezen.

Dataset en klassen aanmaken

Je komt nu terecht op een webpagina waar je eerst je dataset moet aanmaken. In dit geval bestaat deze uit afbeeldingen. Je deelt deze op in twee of meer categorieën, die je ook labelt. Teachable Machine heeft standaard twee categorieën (klassen), maar via +Een klasse toevoegen kun je eenvoudig meer klassen toevoegen.

Het aantal klassen dat je nodig hebt, hangt af van je project. Voor het onderscheiden van bijvoorbeeld QR-codes en zebrapatronen volstaan twee klassen (QR en Zebra). Wil je echter overrijpe, rijpe en rauwe bananen classificeren, dan heb je er minstens drie nodig. Zorg eerst dat het juiste aantal klassen beschikbaar is. Via de knop met drie stippen verwijder je desnoods overtollige klassen. Klik bij elke klasse op het potloodicoon en geef de categorie een zinvolle naam.

Daarna voeg je data toe aan elke klasse via de knop Uploaden of Webcam. Bij gebruik van de webcam moet je de pagina toegang geven tot de aangekoppelde camera. Door op Ingedrukt houden om op te nemen te klikken, stuur je continu snapshots naar Teachable Machine. De afbeeldingen verschijnen vervolgens in de betreffende klasse.

Vul je dataset met voldoende en gevarieerde afbeeldingen, via webcam en/of uploads.

Trainen en testen

Zodra je voldoende en gevarieerde data hebt toegevoegd, kun je het AI-model trainen. Klik op Model trainen om direct te starten of pas eerst enkele instellingen aan via het pijlknopje bij Geavanceerd. Hier kun je Tijdvakken, Batchgrootte en Leersnelheid aanpassen, vergelijkbaar met Epochs, Batch size en Learning rate in TensorFlow Playground. Klik op het vraagteken voor meer uitleg. Bij Geavanceerde opties kun je in een apart venster interessante statistieken over het trainingsproces bekijken. Na afloop verschijnt de melding Model getraind.

Klik rechts op Voorbeeld bekijken, zet Invoer op AAN en kies of je via Webcam of Bestand data wilt aanleveren. Wij kozen voor Webcam en testten met verschillende afbeeldingen van QR-codes en zebra’s. Bij Uitvoer toont Teachable Machine een percentage dat de zekerheid van de classificatie weergeeft.

Een QR-code op de rug van een zebra: daar heeft Teachable Machine niet van terug.

Export

Als alles goed werkt en je het model buiten de Teachable Machine-omgeving wilt gebruiken, klik je op Model exporteren. Kies voor Tensorflow.js, selecteer Downloaden en klik op Mijn model downloaden. Pak het gedownloade zip-bestand uit in een lege submap \my_model. Deze bevat een drietal bestanden, maar niet je trainingsdata. Dit komt doordat de neurale netwerkarchitectuur, geoptimaliseerde gewichten en modelconfiguratie kunnen volstaan voor nieuwe voorspellingen.

Ga vervolgens naar het tabblad Javascript, klik op Kopiëren en plak de code in een teksteditor, zoals Kladblok of Notepad++. Sla dit op als een html-bestand in de map net boven de submap \my_model.

Om lokaal te kunnen testen zonder browserfoutmeldingen zet je eerst een eenvoudige webserver op. Wij gebruikten de gratis Abyss Web Server (voor Windows, macOS en Linux). Plaats het html-bestand samen met de submap \my_model in de standaardmap C:\Abyss Web Server\htdocs. Dubbelklik erop om het in je browser te starten. Als het goed is, kun je nu meteen je AI-model testen. Succes.

Je kunt het model bijvoorbeeld testen via een lokale webserver.

Bij ID.nl zijn we gek op producten waar je niet de hoofdprijs voor betaalt. Een paar keer per week speuren we daarom binnen een bepaald thema naar zulke deals. Ben je op zoek naar een goede bluetooth-speaker voor mee op vakantie? Wij zochten vijf modellen voor je uit voor minder dan 90 euro.

Een draagbare bluetooth-speaker is superhandig als je graag muziek luistert, waar je ook bent. Je koppelt ze in een paar seconden aan je telefoon of tablet, en je kunt meteen je favoriete playlist afspelen – zonder gedoe met kabels of ingewikkelde installatie. Gewoon aanzetten, verbinden en gaan met die beat. Wij zochten vijf modellen voor buiten voor je op, voor minder dan 90 euro.

JBL FLIP 6

Deze Flip 6 van JBL neem je makkelijk overal mee naartoe, maar produceert ondanks zijn compacte formaat toch flink wat geluid. Hij is klein genoeg om in je tas te gooien, maar als je hem aanzet, komt er verrassend veel bas en helderheid uit. Perfect voor op het strand, in het park of gewoon thuis op de keukentafel. Hij kan tegen een stootje – letterlijk – en is helemaal waterdicht. Dus regen of zwembad? Geen probleem. De batterij gaat zo'n 12 uur mee, dus je komt wel een dagje door. En heb je een vriend die ook een JBL-speaker heeft? Dan kun je ze koppelen voor dubbel zoveel geluid.

💪 Gewicht: 941 gram
🌊 Waterdicht: IP67
🔊 RMS-vermogen: 10 watt
🔋 Speelduur: 12 uur

Marshall Willen

De Marshall Willen valt op: niet alleen qua geluid, maar ook door z'n iconische rock-'n-roll-uiterlijk. Hij past makkelijk in je jaszak en maakt indruk met z'n kraakheldere geluid. Ondanks z'n formaat krijg je verrassend veel punch. De accu gaat gerust een hele dag mee en je kunt 'm gewoon meenemen onder de douche of in de regen – hij is namelijk waterdicht. Wat ook fijn is: hij heeft een handige clip waarmee je 'm ergens aan kunt hangen. Ideaal voor onderweg of op de fiets.

💪 Gewicht: 476 gram
🌊 Waterdicht: IP67
🔊 RMS-vermogen: 10 Watt
🔋 Speelduur: 15 uur

Sony ULT Field 1

De Sony ULT Field 1 is compact, makkelijk te dragen en zit verrassend goed in elkaar. Wat echt opvalt is de bas: lekker diep en vol. En als je dat niet genoeg vindt, zet je gewoon de ULT-knop aan voor nog wat extra power. Hij is water- én stofdicht, dus je hoeft 'm niet te sparen. De batterij houdt het een uur of 12 vol, wat prima is voor een dagje buiten. Gewoon een fijne, robuuste speaker die doet wat je nodig hebt.

💪 Gewicht: 650 gram
🌊 Waterdicht: IP67
🔊 RMS-Vermogen: 30 Watt
🔋 Speelduur: 12 uur

Ultimate Ears WONDERBOOM 4

De WONDERBOOM 4 is klein, rond en vrolijk, maar klinkt alsof-ie twee keer zo groot is. Zet hem in het midden van de kamer of je picknickkleed en iedereen hoort even goed wat er speelt, dankzij 360° geluid – en dat werkt verrassend goed. Hij is waterdicht én kan drijven, dus hij mag mee in bad of op een bootje, zolang je 'm maar niet lang onder water houdt. De batterij gaat ongeveer 14 uur mee, en als je er twee hebt, kun je stereo afspelen. Kortom: klein ding, groot geluid, nul zorgen.

💪 Gewicht: 420 gram
🌊 Waterdicht: IP67
🔊 RMS-Vermogen: niet opgegeven
🔋 Speelduur: 14 uur

Denver BTG-615

Denver is misschien nog niet zo bekend als de grote merken, maar deze 15 Watt BTG-615 verrast zeker. Voor een speaker onder de 50 euro krijg je een stevig geluid en een leuke lichtshow dankzij de ingebouwde leds. Perfect voor feestjes in je woonkamer of buiten op het balkon. Hij is spatwaterdicht, dus een beetje regen overleeft-ie wel. De batterij gaat zo'n 5 uur mee - dat is wel een stuk minder dan de andere hier besproken modellen, maar in principe voldoende voor een middagje muziek. En met een handvat bovenop neem je hem zo mee. Geen poespas, gewoon een leuke speaker die doet wat je verwacht.

💪 Gewicht: 2 kg
🌊 Waterdicht: IPX5
🔊 RMS-Vermogen: 15 Watt
🔋 Speelduur: 5 uur