via Wykop Mobilny (Android)
  • 8
Treść przeznaczona dla osób powyżej 18 roku życia...
  • 2
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Mam takie zadanie:
Mam zdjęcia naczep ciężarówek załadowanych żwirem. Zadaniem jest określenie jakiego rodzaju jest załadowany żwir (chodzi o określenie jego frakcji, czyli rozmiaru). Z góry wiem jakie frakcje są możliwe. Trzeba tylko ustalić czy to jest np. żwir 8-16 mm czy może 16-32 mm albo 4-8 mm itd (przyporządkować do jednej z predefiniowanych kategorii).
Zakładam, że do tego zadania trzeba zrobić sieć neuronową. Problem polega na tym, że jest to dziedzina
  • 18
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@GienekZFabrykiOkienek: Ja myślałem, żeby jeszcze tak zrobić: Mam sieć neuronową, która wykrywa krawędzie ziaren żwiru. Czyli robi taki ich obrys. A później mogę obliczyć dla każdego takiego obrysu jego promień i wtedy wiem, że np 90% promieni wpada w jakiś przedział i mam wynik. Tylko ta kwestia wyskalowania zdjęcia wcześniej. Może masz rację i nie trzeba nic skalować bo przedziały są na tyle od siebie odległe, że mała różnica w
  • Odpowiedz
1. Wchodzimy na https://colab.research.google.com/drive/1MEWKbm-driRNF8PrU7ogS5o3se-ePyPb?usp=sharing
2. Klikamy na przycisku "Start" w górnym lewym rogu pierwszego okienka.
3. Czekamy aż wszystko się ściągnie i zainstaluje ("Successfully installed" itd.)
4. Poniżej w polu "Text" wpisujemy to, co chcemy żeby nam sieć neuronowa wygenerowała.
5. W górnym menu wybieramy "Środowisko wykonawcze / Włącz ponownie i uruchom każdy kod", potwierdzamy
6. Czekamy i obserwujemy efekty.
Broximon - 1. Wchodzimy na https://colab.research.google.com/drive/1MEWKbm-driRNF8PrU...

źródło: comment_16120977739pT63eT5R1q5hHMfFvlpPI.jpg

Pobierz
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Załóżmy, że istnieje apka na androida, która zbiera (za zgodą) twarze, aby trenować sieć neuronową w celu ulepszania usług typy postarzanie twarzy, podmiana itp (wybaczcie niefachową terminologię, ale nie znam się na głębokim uczeniu).
Zakłądam, że na podstawie iluś tam milionów zdjęć powstaje jakiś model, w oparciu o który działa usługa.
Teraz co w przypadku gdy jakiś użytkownik zażąda usunięcia z modelu informacji o jego twarzy, które pomogły w jego trenowaniu? Czy
  • 7
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@rzezbi: żaden język Ciebie nie eliminuje, ale zastanów się co chciałbyś robić. To nie jest tak że wszyscy w tej dziedzinie robią jedno i to samo.
  • Odpowiedz
@rzezbi: Na rynku Python przeważa do zastosowań analitycznych oraz uczenia maszynowego. R również przydaje się głównie w analityce, szczególnie w farmaceutyce. Można go też użyć do uczenia maszynowego, natomiast nie spotkałem jeszcze zespołu, który by go preferował ponad Pythona.

W przyszłości Java może mieć większe znaczenie, gdyż miesiąc temu Oracle wydało Tribuo, bibliotekę do machine learningu w Javie.

Ogólnie znajomość Javy głównie plusuje w projektowaniu pipelineów Big Data, chociażby
  • Odpowiedz
Mirki, jak chce wsadzić godzinę pomiaru jako wejście do sieci neuronowej, to jak mam ogarnąć normalizacje danych?
Normalnie sprowadziłbym ten wektor do zakresu 0-1, ale czy nie straci się wtedy faktyczna godzina pomiaru? Co jeżeli będę chciał potem użyć tej sieci neuronowej do faktycznej predykcji, jak wtedy ogarnąć godzinę jako wejście?

#pytanie #pytaniedoeksperta #siecineuronowe #lstm #uczeniemaszynowe
  • 3
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@KomendaGlownaPolicji: w jaki sposób rozrysować?

Mam wektor pomiarów oraz wektor z godzinę kiedy dany pomiar został wykonany, chciałbym oba te wektory wsadzić jako wejście do sieci neuronowej i wyniku otrzymać predykcje pomiaru zależnie od godziny.
  • Odpowiedz
#siecineuronowe
#machinelearning

Cześć Mirki, czy ktoś z Was miał taką sytuację, że wyjście modelu zawsze odwzorowuje ten sam kształt krzywej? W żadnym wypadku nie udało mi się odwzorować tych "oscylacji" rzeczywistej wartości.

Model regresji liniowej, na wejściu dwie funkcje sinus (jako predytkory w modelu). Niezależnie od liczby epok, optymalizatora i wartości learningrate, aktywacji warstwy, liczby neuronów i wielkości zbioru
siewymyslipotem - #siecineuronowe 
#machinelearning 

Cześć Mirki, czy ktoś z Was ...

źródło: comment_1596815045UlO9agHkfVIXQDySsb5BNb.jpg

Pobierz
  • 4
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

  • 1
@miszczu90 tez maluje i wiem o co chodzi. ale nie ma to zwiazku z tym co probuje zrobic bo nie probuje zrobic arcydziela tylko sprawdzic jak nauczyc algorytm do rysowania geometrycznych wzorow
  • Odpowiedz
Autopilot na krętych, wąskich, angielskich drogach.

2020.16.3.1 Amazing Cornering in the EU! - Tesla Autopilot Extreme Testing
https://youtu.be/xQg_dBS40yk?t=40

tl;dw Radzi sobie całkiem nieźle, pasuje dopiero w mieście. Znaki ograniczeń prędkości nadal ignoruje.
anon-anon - Autopilot na krętych, wąskich, angielskich drogach.

2020.16.3.1 Amazin...
  • 2
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Historia sieci neuronowych sięga roku 1940, gdy Donald O. Hebb postawił hipotezę, że połączenia neuronów wzmacniają się, gdy przebiegają po nich impulsy. "Neurony, które razem świecą, łączą się". Była to przełomowa koncepcja, która zainspirowała kolejne generacje naukowców do odtworzenia mechanizmu za pomocą połączeń elektronicznych.

Jednak nie było to takie proste. Dopiero 5 lat później powstał superkomputer ENIAC. Wykonywał on zawrotne 100 000 cykli na sekundę. Paradoksalnie to nie jest duża ilość. Obecnie każdy
tomaszs - Historia sieci neuronowych sięga roku 1940, gdy Donald O. Hebb postawił hip...

źródło: comment_1588862169TXGpmwC73DVLkPA1VzFwyK.jpg

Pobierz
  • 2
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Czy wiesz, że styl malarski jest ukryty w kilku warstwach sieci neuronowej? Poniżej przykład jak sieć neuronowa potrafi nauczyć sie stylu malarskiego i namalować nim dowolny obraz. Robi wrażenie prawda?

Rozdział 8 książki, którą czytam mówi nie tylko o neuronowym transferze stylu, generowaniu tekstu, ale też o DeepDream, sieciach GAN i koderach VAE. Czyli o tym jak powstają te wszystkie aplikacje do postarzania twarzy, generowania postaci anime itp. Czy też jak powstał DeepFake.
tomaszs - Czy wiesz, że styl malarski jest ukryty w kilku warstwach sieci neuronowej?...

źródło: comment_1588779048nuYyC3fctKC4E7kOBqZlAm.jpg

Pobierz
  • 17
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@AdireQ: Ale liczba pi to tylko związek wymyślony przez człowieka, nie tworzy ona nic nowego. To tylko suche cyfry. Pi nie stwierdzi nagle, że zamiast cyfr zaczną pojawiać się litery. Znów nie wychodzi poza schemat który został jej "zaprogramowany".

W tamtym przykładzie chodziło mi że akurat konkretnie ta funkcja srand tworzy złudzenie losowości. Nie wiem nic o tym co podałeś, ale kiedyś czytałem że każdy szum czy ziarno zwraca tylko
  • Odpowiedz
Sieci neuronowe Deep learningu pozwalają odróżnić np. słonia od innych zwierząt. Co ciekawe można podejrzeć, co sieć neuronowa uznaje w zdjęciu za ważne, aby słonia rozpoznać. Poniższa mapa aktywacji sieci właśnie to pokazuje. Obszary czerwone sieć neuronowa uznaje za najważniejsze do rozpoznania słonia. A żółte - również istotne. Reszta nie jest dla sieci taka ważna. Jak widać słoń to tylko w 1/4 słoń :)

Za: https://medium.com/analytics-vidhya/visualizing-activation-heatmaps-using-tensorflow-5bdba018f759

#siecineuronowe #technologia
tomaszs - Sieci neuronowe Deep learningu pozwalają odróżnić np. słonia od innych zwie...

źródło: comment_1588512370yqPLMG1hjFpKELGw0NnEhL.jpg

Pobierz
  • 4
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@tomaszs: @Slamowir: To nie takie proste, jak to przedstawiasz. Żeby zrozumieć co jest ważne a co nie, trzeba spojrzeć jak ta sieć została stworzona. Sieć Inception V3 była trenowana na podstawie obrazów z Imagenet, gdzie występują dwie klasy dla słonia: afrykańskie i indyjskie. A słonie rozpoznajemy po uszach głównie.
  • Odpowiedz