Table of Contents[Hūnā][Hōʻike]
- He aha ka hoʻokaʻawale kiʻi?
- Pehea e hana ai ka hoʻokaʻawale kiʻi?
Hoʻohālikelike kiʻi me Tensorflow & Keras ma python+-
- 1. Hoʻokomo i nā koi
- 2. Ka lawe ʻana i nā mea hilinaʻi
- 3. Hoʻomaka i nā ʻāpana
- 4. Ke hoʻouka nei i ka ʻikepili
- 5. Ke hana ʻana i ke kumu hoʻohālike
- 6. Hoʻomaʻamaʻa i ke kumu hoʻohālike
- Ke ʻike nei i ka hoʻohālike
- 7. Ka lawe ʻana mai i nā pono hana no ka hoʻāʻo ʻana
- 8. Ke hana ʻana i kahi papa kuhikuhi python
- 9. Ke hoʻouka nei i ka ʻikepili hoʻāʻo a me ke ʻano hoʻohālike
- 10. Ka Loiloi a me ka wanana
- 11. Nā hualoaʻa
- Panina
He mea hōʻoluʻolu ke ʻike ua hiki iā mākou ke hoʻokomo i nā robots me ko mākou mau mana kūlohelohe e aʻo ma o ka laʻana a ʻike i ko lākou puni. ʻO ka paʻakikī koʻikoʻi ke aʻo ʻana i nā kamepiula e "ʻike" e like me ke kanaka e pono ai ka manawa a me ka hoʻoikaika.
Eia nō naʻe, ke noʻonoʻo mākou i ka waiwai kūpono a kēia mākaukau e hāʻawi nei i nā hui a me nā ʻoihana, pono ka hana. Ma kēia ʻatikala, e aʻo ʻoe e pili ana i ka hoʻokaʻawale kiʻi, pehea e hana ai, a me kāna hoʻokō pono. E hoʻomaka kākou.
He aha ka hoʻokaʻawale kiʻi?
ʻO ka hana o ka hānai ʻana i ke kiʻi i loko o a kaʻenehana kikowaena a ʻo ka hoʻopuka ʻana i kekahi ʻano lepili no ia kiʻi i ʻike ʻia ʻo ka ʻike kiʻi. ʻO ka lepili hoʻopuka o ka pūnaewele e pili ana i kahi papa i wehewehe mua ʻia.
Nui paha nā papa i hāʻawi ʻia i ke kiʻi, a i ʻole hoʻokahi wale nō. Inā hoʻokahi wale nō papa, hoʻohana pinepine ʻia ka huaʻōlelo "hoʻomaopopo", akā inā he nui nā papa, hoʻohana pinepine ʻia ka huaʻōlelo "classification".
ʻIke mea he ʻāpana o ka hoʻokaʻawale kiʻi kahi i ʻike ʻia ai nā hiʻohiʻona o nā mea i pili i ka papa i hāʻawi ʻia e like me nā holoholona, nā kaʻa, a me nā kānaka.
Pehea e hana ai ka hoʻokaʻawale kiʻi?
Hoʻopili ʻia kahi kiʻi ma ke ʻano o nā pika e ke kamepiula. Hoʻokō ia i kēia ma ka mālama ʻana i ke kiʻi ma ke ʻano he hōʻiliʻili o nā matrices, ʻo ka nui o ia mea e hoʻoholo ʻia e ka hoʻonā kiʻi. ʻO ka ʻōlelo maʻalahi, ʻo ka hoʻokaʻawale kiʻi ke aʻo ʻana i ka ʻikepili helu e hoʻohana ana i nā algorithms mai kahi hiʻohiʻona o kahi kamepiula.
Hoʻokō ʻia ka hoʻohālikelike kiʻi ma ka hoʻoili kiʻi kikohoʻe ma o ka hui ʻana i nā pika i loko o nā pūʻulu i koho mua ʻia, a i ʻole "nā papa." Hoʻokaʻawale nā algorithms i ke kiʻi i kahi ʻano o nā hiʻohiʻona koʻikoʻi, e hōʻemi ana i ke kaumaha no ka mea hoʻohālikelike hope.
Hoʻomaopopo kēia mau ʻano i ka mea hoʻokaʻawale e pili ana i ke ʻano o ke kiʻi a me ka hoʻohālikelike ʻana. Ma muli o ke koena o nā kaʻina hana i ka hoʻokaʻawale ʻana i ke kiʻi e hilinaʻi ʻia ma luna o ia mea, ʻo ke ʻano o ka unuhi ʻana i ke ʻano o ka pae koʻikoʻi.
ka ʻikepili i hāʻawi ʻia i ka algorithm he mea koʻikoʻi hoʻi i ka hoʻokaʻawale kiʻi, ʻoi aku ka nānā ʻana i ka hoʻonohonoho ʻana. I ka hoʻohālikelike ʻana i kahi ʻikepili weliweli me ka helu ʻole o ka ʻikepili e pili ana i ka papa a me ke kiʻi haʻahaʻa a me ka maikaʻi o ka hōʻike ʻana, hana maikaʻi ʻia kahi ʻikepili hoʻonohonoho maikaʻi.
Hoʻohālikelike kiʻi me Tensorflow & Keras ma python
E hoʻohana mākou i ka CIFAR-10 dataset (e pili ana i nā mokulele, nā mokulele, nā manu, a me nā mea 7 ʻē aʻe).
1. Hoʻokomo i nā koi
Na ke code ma lalo nei e hoʻokomo i nā pono āpau.
2. Ka lawe ʻana i nā mea hilinaʻi
Hana i kahi faila train.py ma Python. E hoʻokomo ka code ma lalo nei i nā hilinaʻi Tensorflow a me Keras.
3. Hoʻomaka i nā ʻāpana
Aia i loko o CIFAR-10 he 10 wale nō kāwai kiʻi, no laila, ʻo nā papa helu helu e pili wale i ka helu o nā kāwai e hoʻokaʻawale.
4. Ke hoʻouka nei i ka ʻikepili
Hoʻohana ka hana i ka module Tensorflow Datasets e hoʻouka i ka ʻikepili, a hoʻonoho mākou me ka ʻike iā True e loaʻa ai kekahi ʻike e pili ana iā ia. Hiki iā ʻoe ke paʻi iā ia e ʻike i ke ʻano o nā māla a me ko lākou mau waiwai, a e hoʻohana mākou i ka ʻike e kiʻi i ka helu o nā laʻana i nā hoʻonohonoho hoʻomaʻamaʻa a hoʻāʻo.
5. Ke hana ʻana i ke kumu hoʻohālike
I kēia manawa, kūkulu mākou i ʻekolu papa, ʻo kēlā me kēia me ʻelua ConvNets me kahi max-pooling a me ka hana hoʻoulu ReLU, a ukali ʻia e kahi ʻōnaehana 1024-unit pili pono. I ka hoʻohālikelike ʻana iā ResNet50 a i ʻole Xception, he mau hiʻohiʻona kiʻekiʻe loa, he kumu hoʻohālike liʻiliʻi paha kēia.
6. Hoʻomaʻamaʻa i ke kumu hoʻohālike
Ua hoʻohana au i ka Tensorboard e ana i ka pololei a me ka nalowale i kēlā me kēia manawa a hāʻawi iā mākou i kahi hōʻike nani ma hope o ka lawe ʻana i ka ʻikepili a me ka hana ʻana i ke kumu hoʻohālike. E holo i kēia code; ma muli o kāu CPU/GPU, hoʻomaʻamaʻa e lawe i kekahi mau minuke.
No ka hoʻohana ʻana i ka tensorboard, e kaomi wale i kēia kauoha ma ka pahu a i ʻole kauoha kauoha i ka papa kuhikuhi o kēia manawa:
E ʻike ʻoe i ka emi ʻana o ka hōʻoia ʻana a ke piʻi nei ka pololei ma kahi o 81%. He kupanaha kēlā!
Ke ʻike nei i ka hoʻohālike
Ke pau ka hoʻomaʻamaʻa ʻana, mālama ʻia ke kumu hoʻohālike hope a me nā paona i ka waihona hualoaʻa, e ʻae iā mākou e aʻo hoʻokahi a hana i nā wānana i kēlā me kēia manawa a mākou e koho ai. E hahai i ke code ma kahi faila python hou i kapa ʻia ʻo test.py.
7. Ka lawe ʻana mai i nā pono hana no ka hoʻāʻo ʻana
8. Ke hana ʻana i kahi papa kuhikuhi python
E hana i kahi puke wehewehe'ōlelo Python e unuhi i kēlā me kēia waiwai helu i ka lepili kūpono o ka waihona:
9. Ke hoʻouka nei i ka ʻikepili hoʻāʻo a me ke ʻano hoʻohālike
Na ke code ma lalo nei e hoʻouka i ka ʻikepili hoʻāʻo a me ka hoʻohālike.
10. Ka Loiloi a me ka wanana
E loiloi a hana ʻia nā wānana ma nā kiʻi rana.
11. Nā hualoaʻa
Ua wānana ke kumu hoʻohālike i ka rana me 80.62% pololei.
Panina
ʻAe, ua pau mākou i kēia haʻawina. ʻOiai ʻaʻole maikaʻi ʻo 80.62% no kahi CNN liʻiliʻi, ʻōlelo ikaika wau iā ʻoe e hoʻololi i ke kumu hoʻohālike a i ʻole e nānā iā ResNet50, Xception, a i ʻole nā hiʻohiʻona ʻokiʻoki ʻē aʻe no nā hopena maikaʻi aʻe.
I kēia manawa ua kūkulu ʻoe i kāu pūnaewele ʻike kiʻi mua ma Keras, pono ʻoe e hoʻāʻo me ke kumu hoʻohālike e ʻike ai i ka hopena o nā ʻāpana ʻokoʻa i kāna hana.
Waiho i ka Reply