Shabakadaha neerfaha. Xaggee waxaas oo dhami ku socdaan?

Maqaalku wuxuu ka kooban yahay laba qaybood:

1. Sharaxaad kooban oo ku saabsan qaar ka mid ah qaab-dhismeedka shabakadda ee ogaanshaha shayga ee sawirrada iyo qaybinta sawirka oo leh xiriirinta ugu badan ee la fahmi karo ee kheyraadka aniga. Waxaan isku dayay inaan doorto sharraxaadaha fiidiyooga iyo doorbidida Ruushka.
2. Qaybta labaad waa isku dayga lagu fahmo jihada horumarinta naqshadaha shabakada neerfaha. Iyo tignoolajiyada iyaga ku salaysan.

Jaantus 1 - Fahamka qaab dhismeedka shabakada neerfaha ma fududa

Waxaas oo dhami waxay ku bilaabmeen samaynta laba codsi oo demo ah oo loogu talagalay kala soocida shayga iyo ogaanshaha taleefanka Android:

• Demo-dhamaadka dambe, marka xogta lagu farsameeyo server-ka oo loo gudbiyo telefoonka. Kala soocida sawirka saddexda nooc ee orso: brown, madow iyo teddy.
• demo-dhamaadka horemarka xogta lagu farsameeyo telefoonka laftiisa. Ogaanshaha walxaha (ogaanshaha shay) ee saddexda nooc: hazelnuts, berde iyo timirta.

Waxaa jira farqi u dhexeeya hawlaha kala soocidda sawirka, ogaanshaha shayga sawirka iyo qaybinta sawirka. Sidaa darteed, waxaa loo baahday in la ogaado qaab-dhismeedka shabakada neerfaha ee lagu ogaado walxaha sawirada iyo kuwa kala qaybin kara. Waxaan helay tusaalooyinka soo socda ee qaab-dhismeedyo leh xiriiriyeyaasha la fahmi karo ee aniga ii ah:

• Nashqado taxane ah oo ku salaysan R-CNN (Rgobolada leh Ckacdoonka Neural NTilmaamaha etworks): R-CNN, R-CNN oo degdeg ah, Degdeg R-CNN, Maaskaro R-CNN. Si loo ogaado shay ku jira sawirka, sanduuqyada xidhidhiyaha ayaa loo qoondeeyay iyadoo la isticmaalayo habka Shabakadda Soo jeedinta Gobolka (RPN). Markii hore, habka raadinta qunyar socodka ah ayaa la isticmaalay halkii RPN. Kadibna gobollada xaddidan ee la doortay ayaa lagu quudiyaa soo-gelinta shabakada caadiga ah ee neural si loo kala saaro. Nashqada R-CNN waxay si cad u leedahay "loops" oo ku saabsan gobollada xaddidan, wadar ahaan ilaa 2000 waxay dhex maraan shabakadda gudaha ee AlexNet. Siddooyinka cad ee "for" waxay hoos u dhigaan xawaaraha sawirka. Tirada wareegyada cad ee dhexmara shabakada neerfaha gudaha waxay hoos u dhigtaa nooc kasta oo cusub oo qaab dhismeedka, iyo daraasiin isbeddello kale ah ayaa la sameeyaa si loo kordhiyo xawaaraha iyo in lagu beddelo hawsha ogaanshaha shayga qaybinta shayga Mask R-CNN.
• YOLO (You Only Loo kale Once) waa shabakadii ugu horeysay ee neural ee ku aqoonsata walxaha wakhtiga dhabta ah aaladaha mobilada. Muuqaal gaar ah: kala soocida walxaha hal orod (kaliya hal mar eeg). Taasi waa, dhismaha YOLO ma jiraan siddo "loops", taas oo ah sababta shabakadu si dhakhso ah u shaqeyso. Tusaale ahaan, isbarbardhiggan: NumPy, marka la fulinayo hawlgallada matrices, sidoo kale ma jiraan "loops" si cad, kuwaas oo NumPy laga hirgeliyay heerarka hoose ee naqshadaha iyada oo loo marayo luqadda barnaamijka C. YOLO waxay isticmaashaa daaqado hore loo qeexay. Si looga hortago in shay isku mid ah la qeexo marar badan, daaqadaha isku dhafka ah (IoU) ayaa la isticmaalaa. Iisgoyska oVer Unin). Nashqadani waxa ay u shaqaysaa si balaadhan waxana uu leeyahay sare adkaanshoMoodeelka waxaa lagu tababari karaa sawirada laakiin wuxuu si fiican ugu shaqeeyaa rinjiyeynta gacanta lagu sawiray.
• SSD (Sliqid Skulul MultiBox Detector) - "Hacks" ugu guulaha badan ee dhismaha YOLO ayaa la isticmaalaa (tusaale ahaan, xakamaynta aan ugu badnaan) iyo kuwa cusub ayaa lagu daraa si ay shabakada neerfaha u shaqeyso si dhakhso ah oo sax ah. Sifada gaarka ah: kala soocida walxaha hal orod iyadoo la isticmaalayo shabaqyada daaqadaha (sanduuqa caadiga ah) ee sawirka Ahraamta. Ahraamta sawirku waxa ay ku xidhan tahay kontorol-koobiyeyaasha iyada oo loo marayo is-daba-marin is-daba-joog ah iyo hawlgallada isku-dubbaridka (oo leh hawlgalka ugu badnaan, cabbirka goobuhu wuu yaraanayaa). Sidan, walxaha waaweyn iyo kuwa yaryarba waxaa lagu go'aamiyaa hal shabakad.
• MobileSSD (mobileNetV2+ SSD) waa isku darka laba naqshadood oo shabakad neerfaha ah. Shabakadda koowaad MobileNetV2 si dhakhso ah u shaqeeya oo kordhiya saxnaanta aqoonsiga. MobileNetV2 waxa la isticmaalayaa halkii laga isticmaali lahaa VGG-16, kaas oo markii hore lagu isticmaalay gudaha article asalka ah. Shabakadda labaad ee SSD ayaa go'aamisa meesha walxaha ku yaal sawirka.
• Isku xirka Net - shabakad neerfaha ah oo aad u yar laakiin sax ah. Laftigeeda, ma xalliso dhibaatada ogaanshaha shay. Si kastaba ha ahaatee, waxaa loo isticmaali karaa in la isku daro naqshado kala duwan. Oo loo isticmaalo aaladaha mobilada. Tilmaamaha gaarka ah ayaa ah in xogta marka hore lagu cadaadiyo afar 1 × 1 filtarrada convolutional ka dibna lagu ballaariyay afar 1 × 1 iyo afar 3×3 filtarrada convolutional. Mid ka mid ah soo noqnoqoshada xogta isku-ururinta-ballaarinta waxaa loo yaqaan "Module Dabka".
• DeepLab (Qaybta Semantic Image Segmentation with Deep Convolutional Nets) - Qaybinta walxaha sawirka. Muuqaal gaar ah oo ka mid ah qaab-dhismeedku waa fidsanaanta, kaas oo ilaalinaya xallinta goobta. Tan waxaa ku xiga marxaladda ka-hortagga natiijada natiijooyinka iyadoo la adeegsanayo qaabka jaantuska jaantuska (goobta random shuruudaysan), kaas oo kuu ogolaanaya inaad ka saarto buuqa yar yar ee qaybta oo aad hagaajiso tayada sawirka qaybsan. Gadaasha magaca naxdinta leh ee "qaabka ixtimaalka garaafka" wuxuu qarinayaa shaandhada caadiga ah ee Gaussian, kaas oo lagu qiyaaso shan dhibcood.
• Isku dayay inuu ogaado qalabka RefineDet (Hal-xabad Dheecaanment Network Neural ee Shayga Detection), laakiin wax badan ma fahmin.
• Waxaan sidoo kale eegay sida tignoolajiyada "fiirinta" u shaqeyso: muuqaal1, muuqaal2, muuqaal3. Muuqaal gaar ah oo ka mid ah qaab dhismeedka "fiirinta" waa xulashada tooska ah ee gobollada dareenka kor u kaca ee sawirka (RoI, Rqoomiyado of Idulsaarka) iyadoo la isticmaalayo shabakad neerfaha ah oo loo yaqaan Unugga Feejignaanta. Gobollada dareenka la kordhiyey waxay la mid yihiin sanduuqyada xaddidan, laakiin si ka duwan iyaga, kuma jiraan sawirka oo waxaa laga yaabaa inay leeyihiin xudduudaha. Ka dib, laga bilaabo gobollada dareenka kordhay, calaamadaha (sifooyinka) ayaa go'doonsan, kuwaas oo "quudin" shabakadaha neerfaha ee soo noqnoqda ee naqshadaha. LSDM, GRU ama Vanilla RNN. Shabakadaha neerfaha ee soo noqnoqda ayaa awood u leh inay falanqeeyaan xidhiidhka astaamaha si isku xigta. Shabakadaha neerfaha ee soo noqnoqda ayaa markii hore loo isticmaali jiray in lagu turjumo qoraalka luuqado kale, iyo hadda tarjumaad sawiro qoraal ah и qoraal ku sawir.

Markaan sahmineyno naqshadahan Waxaan gartay in aanan waxba fahmin. Mana aha in shabakadayda neerfaha ay dhibaatooyin ku qabaan habka dareenka. Abuuritaanka dhammaan naqshadahaas waa sida nooc ka mid ah hackathon weyn, halkaas oo qorayaashu ku tartamayaan hacks. Hack waa xal degdeg ah dhibaatada software adag. Taasi waa, ma jiro xidhiidh macquul ah oo muuqda oo la fahmi karo oo ka dhexeeya dhammaan dhismayaashan. Dhammaan waxa iyaga mideeya waa jaangooyooyinka jabsiga ugu guulaha badan ee ay midba midka kale ka amaahdaan, oo lagu daray mid guud oo dhammaan ah. Hawlgalka isku dhafka ah ee xidhxidhan (cillad dib u faafin, dib u faafin). Maya nidaamyada fikirka! Ma cadda waxa la bedelayo iyo sida loo wanaajin karo guulaha jira.

Sababtoo ah la'aanta xiriir macquul ah oo ka dhexeeya hacks, aad bay u adagtahay in la xasuusto oo lagu dabaqo ficil ahaan. Tani waa aqoon kala daadsan. Sida ugu fiican, daqiiqado yar oo xiiso leh oo lama filaan ah ayaa la xusuustaa, laakiin inta badan waxa la fahmay iyo kuwa aan la fahmi karin ayaa ka baxaya xusuusta dhowr maalmood gudahood. Way fiicnaan doontaa haddii toddobaad gudihii aad xasuusato ugu yaraan magaca dhismaha. Laakiin dhowr saacadood iyo xitaa maalmo waqti shaqo ah ayaa lagu qaatay akhrinta maqaallada iyo daawashada fiidiyowyada dib u eegista!

Jaantuska 2- Beerta Xayawaanka ee Shabakadda Neural

Inta badan qorayaasha maqaallada sayniska, fikradayda shakhsi ahaaneed, waxay sameeyaan wax kasta oo suurtagal ah si loo hubiyo in xitaa aqoontan la jajabiyey uusan fahmin akhristuhu. Laakiin weedhaha ka qaybqaadashada ee toban jumladood oo sadar ah oo wata qaacidooyin laga soo qaatay "hawo khafiif ah" waa mawduuc maqaal gaar ah (dhibaato). soo daabac ama baabi'i).

Sababtan awgeed, waxaa loo baahan yahay in la habeeyo macluumaadka iyadoo la adeegsanayo shabakadaha neerfaha, sidaas darteed, la kordhiyo tayada fahamka iyo xafidista. Sidaa darteed, mawduuca ugu muhiimsan ee falanqaynta teknoolajiyada shakhsi ahaaneed iyo naqshadaha shabakadaha neerfaha macmalka ah waxay ahayd hawsha soo socota: ogow meesha ay wax u socdaan, oo maaha aaladda shabakad gaar ah oo neerfaha si gaar ah.

Waxaas oo dhami xaggee bay marayaan? Natiijooyinka ugu muhiimsan:

• Tirada bilawga barashada mishiinada labadii sano ee la soo dhaafay aad u dhacay. Sababta suurtogalka ah: "Shabakadaha neerfaha hadda ma ahan wax cusub."
• Qof kastaa wuxuu abuuri karaa shabakad neerfaha oo shaqeysa si uu u xalliyo dhibaatada fudud. Si tan loo sameeyo, ka soo qaado moodal diyaarsan oo ka soo jeeda "model zoo" oo tababar lakabka ugu dambeeya ee shabakada neerfaha (waxbarashada wareejinta) xogta diyaarsan ee laga helay Raadinta Xogta Google ama ka 25 kun Kaggle datasets bilaash ah Cloud Jupyter Notebook.
• Soo-saareyaasha waaweyn ee shabakadaha neerfaha ayaa bilaabay inay abuuraan "goobaha xayawaanka model" (Zooo model). Isticmaalkooda waxaad si dhakhso ah u abuuri kartaa codsi ganacsi: TF Hub loogu talagalay TensorFlow, MMDection PyTorch, Detectron Caffe2, silsilad-modelzoo ee Chainer iyo другие.
• Shabakadaha neerfaha ee ka shaqeeya waqtiga dhabta ah (waqtiga dhabta ah) ee aaladaha mobilada. Laga bilaabo 10 ilaa 50 fiim ilbiriqsikii.
• Isticmaalka shabakadaha neural ee telefoonada (TF Lite), daalacashada (TF.js) iyo gudaha alaabta guriga (IoT, Ishabakadda of Thindhis). Gaar ahaan telefoonada kuwaas oo horeyba u taageera shabakadaha neerfaha ee heerka hardware (xawaareyaasha neural).
• "Aalad kasta, shay kasta oo dhar ah, iyo laga yaabee xitaa cunto ayaa yeelan doona Cinwaanka IP-v6 oo la wada xidhiidho"- Sebastian Thrun.
• Tirada daabacadaha ku saabsan barashada mashiinka ayaa bilaabay inay koraan dhaaf sharciga Moore (laba-laaban labadii sanaba mar) ilaa 2015. Sida iska cad, waxaan u baahanahay shabakadaha neural si loo falanqeeyo maqaallada.
• Tignoolajiyada soo socdaa waxay helayaan caan:
  • PyTorch - Caannimada ayaa si degdeg ah u koraysa waxayna u muuqataa inay dhaaftay TensorFlow.
  • Xulashada tooska ah ee hyperparameters AutoML - Caannimada ayaa si habsami leh u koraysa.
  • Si tartiib tartiib ah hoos u dhaca saxnaanta iyo korodhka xawaaraha xisaabinta: caqli-xumo badan, algorithms kor u qaadis, xisaabin aan sax ahayn (qiyaastii), qiyaasid (marka miisaanka shabakada neerfayaasha loo beddelo tiro iyo qiyaas), dardargeliyayaasha neerfaha.
  • Tarjumida sawiro qoraal ah и qoraal ku sawir.
  • abuuridda Walxaha 3D ee muuqaalka, hadda waqtiga dhabta ah.
  • Waxa ugu weyn ee ku saabsan DL waa in ay jiraan xog badan, laakiin ururinta iyo calaamadaynta ma fududa. Sidaa darteed, automation-ka calaamadaynta ayaa soo koraya (tilmaamid iswada) shabakadaha neerfaha ee isticmaalaya shabakadaha neerfaha.
• Shabakadaha neerfaha, Sayniska Kombiyuutarka ayaa si lama filaan ah u noqday cilmiga tijaabada ah oo kacday dhibaatada taranka.
• Lacagta IT-ga iyo caannimada shabakadaha neerfaha ayaa soo baxay isku mar markii xisaabintu noqotay qiimo suuqa. Dhaqaaluhu waxa uu isu beddelayaa dhaqaale dahab ah iyo lacag dahab-lacag- xisaabinta. Eeg maqaalkayga dhaqaalaha iyo sababta muuqaalka lacagta IT-ga.

Si tartiib tartiib ah mid cusub ayaa soo baxaya Habka barnaamijka ML/DL (Barashada Mashiinka & Barashada Qoto dheer), kaas oo ku salaysan matalaadda barnaamijka sidii set oo ah qaababka isku xidhka neerfaha ee tababaran.

Jaantuska 3 – ML/DL sida hab barnaamijeed cusub

Si kastaba ha ahaatee, weligeed may muuqan "Aragtida Shabakadda neerfaha", kaas oo aad ku fikiri karto oo aad si nidaamsan ugu shaqayn karto. Waxa hadda loo yaqaan "aragti" dhab ahaantii waa tijaabo, algorithms heuristic.

Xiriirintayda iyo ilaha kale:

• Warsidaha Sayniska Xogta. Inta badan sawirka habaynta Qofkii raba inuu helo ha u soo diro e-mail (foobar167gmailcom). Waxaan u diraa isku xirka maqaallada iyo fiidyowyada marka ay alaabtu urursato.
• Guud liiska koorsooyinka iyo maqaalladaoo aan ka soo gudbay oo aan jeclaan lahaa in aan dhaafo.
• Koorsooyin iyo fiidiyowyo loogu talagalay bilowgayaasha, halkaas oo aad ka bilaabi lahayd barashada shabakadaha neerfaha. Buug-yaraha oo lagu daray "Hordhac Barashada Mashiinka iyo Shabakadaha Dareemayaasha Artificial".
• Aalado waxtar leh, halkaas oo qof kastaa ka heli doono wax xiiso leh naftiisa.
• Waxaan u helnay inay aad faa'iido u leeyihiin. channels video falanqaynta articles sayniska by Science Data. Soo hel, isdiiwaangeli oo u gudbi xidhiidhka asxaabtaada iyo anigaba. Tusaalooyinka:
  • Laba Daqiiqadood
  • Henry AI Labs
  • Yannic Kilcher
  • CodeEmporium
  • Blog Chengwei Zhang aka Tony607 oo leh tilmaamo tallaabo-tallaabo ah iyo il furan.

Qalbadda

Source: www.habr.com