r   e   k   l   a   m   a
r   e   k   l   a   m   a

Jak działają sieci neuronowe? Google to wyjaśnia za pomocą Teachable Machine

Strona główna AktualnościOPROGRAMOWANIE

O sieciach neuronowych i głębokim uczeniu mówi się dziś na każdym kroku, ale zarazem nawet wśród zawodowych programistów (nie mówiąc już o laikach), brakuje głębszego zrozumienia tej dziedziny. Pomóc w samodzielnym zgłębieniu tematu może przedstawiony właśnie przez Google’a eksperyment o nazwie Teachable Machine („nauczalna maszyna”), pozwalający każdemu popracować ze sztuczną siecią neuronową – wystarczy tylko przeglądarka.

Udostępniony pod adresem teachablemachine.withgoogle.com eksperyment, przygotowany przez pewnych przyjaciół z Google, jest całkowicie otwartą platformą (kod źródłowy znajdziecie na GitHubie) która pozwala zapoznać się z bliska z procesem nauki maszynowego rozpoznawania obrazu.

Jako dane wejściowe do szkolenia wykorzystane są zdjęcia z kamerki komputera. Następnie podaje się modelowi kolejne dane – więcej zdjęć z kamery – w nagrodę otrzymując animacje GIF, dźwięki czy mowę. Można więc trenować sieć tak, by pokazywała kotka, gdy pokaże się jej kciuk, a pieska, gdy pokaże się otwartą dłoń. Następnie w trybie wnioskowania pokazujemy do kamery gest dłoni, a AI spróbuje rozpoznać obraz i wyświetlić właściwy obrazek. Interfejs wyświetla pasek postępu, informujący o pewności, z jaką zachodzi to wnioskowanie.

r   e   k   l   a   m   a

Wartość edukacyjna tej przeglądarkowej zabawki to przede wszystkim nauczenie roli danych treningowych i tego, jak łatwo oszukać systemy rozpoznawania obrazów, zdezorientować modele pokazując im niewystarczającą ilość danych podczas treningu czy pokazując dane zbyt podobne do siebie.

Prosty eksperyment pod spodem ukrywa jednak coś znacznie poważniejszego. To napisana w JavaScripcie biblioteka deeplearn.js, którą Google niedawno wydało, aby pozwolić programistom na budowanie i uruchamianie sieci neuronowych w przeglądarce, i to nawet bez konieczności programowania – webowe narzędzie pozwala zbudować model maszynowego uczenia, wybierając parametry z menu.

Deeplearn.js oferuje też dostęp do bazy obrazków ImageNet jako pomocy w uczeniu, narzędzie do animowania sieci CPPN, oraz benchmark wydajności. Google przyznaje, że nie może to rywalizować ze specjalistycznymi narzędziami, ale na pewno pozwala nauczyć się zasad działania głębokiego uczenia, a nawet tworzyć własne inteligentne rozwiązania.

© dobreprogramy
r   e   k   l   a   m   a
r   e   k   l   a   m   a

Komentarze

r   e   k   l   a   m   a
r   e   k   l   a   m   a
Czy wiesz, że używamy cookies (ciasteczek)? Dowiedz się więcej o celu ich używania i zmianach ustawień.
Korzystając ze strony i asystenta pobierania wyrażasz zgodę na używanie cookies, zgodnie z aktualnymi ustawieniami przeglądarki.