एक रमाईलो प्रोजेक्टको रूपमा, मँजल्सरको स्थापना-v3 न्यूजल नेटवर्कलाई कती राम्रोसँग हस्तान्तरण गर्न सक्दछु। यो [मा] कार्यान्वयन गर्न को लागी मात्र होइन, मात्र रमाईलो छैन, मैले पनि यस्तै गरीरहेछु मैले देखाकाएँ सबैले यसलाई हेकर्सस्पेन्डहरू र त्यस्ता जमघटहरूमा रमाइलो गर्नको लागि समाप्त भयो। र हो, केहि अश्लील कुरा मा सीमावृति – girky ह्याकर्स।
थपिएको लाभ असंख्य अभिव्यक्ति भनेको एक पटकमा स्थापित भएपछि कुनै इन्टर्नेट पहुँच आवश्यक पर्दैन। यो अत्याधुनिक-कलाको कला हो, कुनै ठूलो भाइको साथ अडिग भ्रष्टाचार आकृति पहिचान हो जुन तपाईं के गर्दै हुनुहुन्छ भनेर जान्नुहुन्न, त्यो नास्ले एलेक्सासँग जस्तो छैन।
तर के यसले व्यापक सहयोगी ऐलाई निम्त्याउँछ? यदि कुनै न्यूज नेटवर्कले यसको वरिपरि प्रत्येक वस्तुलाई चिन्न सक्दछ भने, के यो मानव जस्तो सीपहरूमा परिणाम हुन्छ? पढ्न पढ्नुहोस्।
कसरी वस्तु पहिचान गर्न
स्थापना वस्तु मान्य अधिकारीहरू
कार्यान्वयन समावेश गर्दछ:
रास्पबेरी PI 3 मोडेल b
एम्पल्फायर र वक्ता
पिचमेरा
क्षणिक swtich
PI को लागि सेलफोन चार्जर ब्याट्री
आवश्यक सफ्टवेयरको मुटु गुगलको स्थापना न्यूज नेटवर्क हो जुन उनीहरूको टेन्सरफ्लो फ्रेमवर्क प्रयोग गरेर कार्यान्वयन हुन्छ। तपाईं यसलाई छवि पहिचानका लागि टेन्सरफ्लो ट्यूटोरियल अनुसरण गरेर डाउनलोड गर्न सक्नुहुन्छ। ट्यूटोरियल कुनै पनि प्रोग्राम समावेश छैन त्यसैले चिन्ता नलिनुहोस् यदि तपाईंलाई python वा Tensorflow तर थाहा छैन। त्यो हो, जब सम्म तपाईं आफ्नो नमूना कोड परिमार्जन गर्न जाँदै हुनुहुन्छ जस्तो मैले गरे।
वर्गीकरण_IMESE.L प्रिन्टिंग जुन यसले पाण्डा देख्यो
नमूना कोडले पाण्डाको तस्वीर सहित एक निश्चित नामको फाईल समावेश गर्दछ र यसमा वस्तु पहिचान गर्दछ। यसले नतिजाको प्रिन्ट गरेर परिणाम दिन्छ कि यसले पाण्डा देख्यो। तर त्यो पर्याप्त रमाईलो थिएन।
मैले केहि पाठ-देखि-कुराकानी सफ्टवेयर र बौलाहा फेला पार्ँदै जाँदा अब जब यो भन्नुहोस् कि यो पंडा देखियो, मैले एक लिनक्स खोलमा उत्लोभनमा चलाउन नमूना कोड परिमार्जन गरेको छु र वास्तवमा भन्नुहोस् “मैले स्प्याडालाई” देखें “मैले स्प्याडालाई” वक्तालाई देखें।
अडियो क्रीबटप्स: / / #akchacday.com/wpe—017/06/06/06/clsssec_panda_auda.wo
00:00
00:00
00:00
तर अझै पनि पर्याप्त रमाईलो थिएन। मैले एक पिचमेरीलाई रास्प्बेरी पाईमा जडान गरेको थिएँ, र त्यो एक फोटो लिनको लागि र यसले वस्तु पहिचान गर्न टेन्टोफ्लो कोडलाई दिन सक्दछ। स्थानीय भाषामा, अब मेरो फोटोमा ओरेरेन चलायो।
र अन्तमा, यो सबै वास्तविक सजिलो बनाउनको लागि मैले एक pi को gpio पिनमा एउटा जडान गरेको छु र त्यो क्षणिक स्विच थिच्दा फोटो लगें।
यहाँ पाइथन प्रोग्राम को मुख्य () प्रकार्य पहिले छ …
1
2
We
?
W
EMAN मुख्य (_):
हुनसक्छ_डिंग डाउनलोड_ रन्ड_ईक्स्ट्राक्ट ()
छवि = (फ्ल्यागहरू
ओएस.PATH.JOIN (फ्ल्याग। MOMOM_DIR, ‘क्रड गरिएको_पन्डा.jpg’)))
रन_निनफ्रेफ_न_निज_मेज (छवि)
… र पछी।
1
2
We
?
W
The
?
8
दोष
रों 10
11
12
1 ‘्ग
1 ‘
1
1 16
1
18
1 19
राष्ट
21
चिहान 22
2 23
2 the
2.
2 6
2 27
EMAN मुख्य (_):
ओएस.एस.स्टी (& quot; इको% s | महोत्सव – | महोत्सव –tts |% & quot; मैले मेरो दिमाग तयार गरेको बेला
हुनसक्छ_डिंग डाउनलोड_ रन्ड_ईक्स्ट्राक्ट ()
# बचत ग्राफेफबाट ग्राफ सिर्जना गर्दछ।
सिर्जना_ग्राफ ()
# स्विचको लागि तयारी गर्दै
GPIO.STEDMODED (GPIO.BCM)
GPIO.STEDUP (1 ,, GPIO.IN)
क्यामेरा = पिचमेरा ()
ओएस.एस.स्टम (& quot; इको% s | महोत्सव –tts | मल्टिन र उद्धरण;% & quot; म चीजहरू हेर्न तयार छु। & quot;)
जबकि सत्य:
# स्विचको लागि LOPOP
जबकि (gpio.inpppp (1)) == gpio.low):
समय
# फाईलमा स्न्यापशट लिनुहोस् र लेख्नुहोस्
छवि = OS.PATH.JOIN (फ्ल्याग। मॉडल_इडर, ‘देखिएका_ी_इज_इमफेज.jpg’)
क्यामेरा। caca (((छवि)
ओएस.एस.स्टम (& quot; इको% s | महोत्सव | महोत्सव –tts | & |;% & quot; & & उद्धरण;)
मानवी_स्ट्रिंग = रन_निनफ्रेफ_न_ओसन_IME (छवि)
ओएस.एस.स्टम (& quot; इको मैले% s | मउन्टेन | मल्टिन | | |% मानवीय_स्ट्रिंग)
ओएस.ैसी () मा कलहरू () जहाँ म चाडपर्व पाठ-देखि बोल्छु कि यसलाई स्पिकरलाई केहि भन्नुहोस्।
हुनसक्छ_र्फतलोड_ रन्ड_न्ड_न्ड_ईस्ट्र्याक्ट () जहाँ गुगल को स्थापना न्यूज नेटवर्क इन्टरनेटबाट डाउनलोड गरिनेछ, यदि यो पहिले नै उपस्थित छैन भने। पूर्वनिर्धारित द्वारा, यसले यसलाई / TMP / IMPENT मा डाउनलोड गर्दछ जुन राम डिस्कमा छ। पहिलो पटक यो यो भयो, मैले SD कार्डमा / TOMNT / IMPNET / IMPNT / IMPNENT / IMPENT / IMPENT / INTERTINT / INGERTIONTING प्रयोग गरेर प्रोग्राम चलाउँदैछु जुन इन-स्थापना नेटवर्क पत्ता लगाउन।
स्थापना वस्तु मान्यता दिँदै
सिर्जना_ग्राफ_ग्राफ गर्न () रन_निन्सफ्रेफ_न_ओसन_निज_निज_निज_निज () प्रकार्य। सिर्जना_ग्राफ () न्यूज नेटवर्क सेट गर्दछ, जुन तपाईंलाई एक पटक मात्र के चाहिन्छ। पहिले कार्यक्रम एक-शट सम्झौता थियो, तर अब यो एक असीमित छ जबकि looph_inerefere_on_mage_mage () प्रत्येक पटक लुप मार्फत। स्पष्ट रूपमा, न्यूज नेटवर्क स्थापना गर्नु भनेको केहि छ (ग्राफको बारेमा धेरै अधिकको लागि धेरै अधिकको लागि) यति धेरैको लागि Senorflow मा हाम्रो परिचय हेर्नुहोस्) त्यसैले लूप माथि सार्नु पर्यो।
रन_निनफ्रेफ_न_निन_निज () प्रकार्य (जहाँ छवि न्यूजल नेटवर्कलाई वस्तु पहिचान गर्न को लागी प्रदान गरिएको छ। यो जस्तो कि यो जस्तोसुकै कुरालाई मात्र प्रिन्ट गर्न प्रयोग गरियो, तर मैले यसलाई परिमार्जन गरेको छु पाठ स्ट्रिले यसलाई वस्तुको हो भनेर सोच्दै “कफि मग”। त्यसोभए अन्तिम रेखा हो जहाँ यो भन्छ”मैले कफी नक्कल गरेको देखें” एम्पल्टिफायर र स्पिकरमा मैले देखें।
सबैले मलाई एक सानो, स्ट्याटिलोन प्याकेज दिईरहेको छ जुन वरिपरि बोक्न सक्दछ र कसैबाट प्रयास गर्न सकिन्छ। यहाँ यसका एक भिडियो कार्यमा छ।
एक सुधार एक सानो स्क्रिन जोड्नेछ त्यसैले प्रयोगकर्ता क्यामेरा क्यामेरा देख्दछ, तर पिचमेरामा व्यापक देखिने कोण र एक स्क्रीन बाहिर निस्कन्छ।
यसको वस्तुको मान्यता कति राम्रो छ
Ancep स्थापना एक सुब्राकनशिष्ट देख्दा
यसलाई देखाउँदै सेल फोन अक्सर यसले सेल फोन देखीरहेको छ, तर केहि केसहरूमा आईपडमा। यद्यपि अहिलेसम्म यसले पानीको बोतलहरू र कफी मगहरू प्रत्येक पटक उपयुक्त छ।
यद्यपि यसले मानिससँग राम्रो गर्दैन। मलाई मेरो कार्यालयमा औंल्याउँदै मेरो कार्यालयले यसो गर्न लगाउँछ यसले यो “सुब्बाक शप, सुर्तीजन्य पसल, उपकरणको टुप्पो र भागहरू सिधा मेरो पछाडिको कारणले देखेको छ। जहाँसम्म, खाली पर्खालको बिरूद्ध उभिएको कारणले यो हटाउने, यो हटाउँदा एक Tee चर्ट देख्यो, यसलाई हटाउँदा यसले “नुहाउनुपर्यो, केवल मेरो ना bare ्गोहरू पछाडिको साथ। (म तपाईंलाई फोटो दिनेछु।)
छविनेट नमूना सेलफोन छविहरू
इमेन्टनेट नमूना कफी नक्कल छविहरू
न्यूज नेटवर्क डाटासेनेट भनिने छविनेटमा प्रशिक्षित छ, 2012 को ठूलो दृश्य मान्यता चुनौतीबाट संस्करण 1000 कक्षामा विभाजनहरू समावेश गर्दछ, प्रत्येक वर्गको छविहरू समावेश गर्दछ, प्रत्येक कक्षामा एक विशेष वस्तुको छविहरू समावेश गर्दछ। जब तपाईं यो सानो नमूना सेल फोन वर्गबाट देख्न सक्नुहुन्छ, केहि फोन छविहरू थोरै मिति दिइन्छ। यद्यपि, कफि मगहरू जस्ता वस्तुहरू समयको साथ परिवर्तन हुँदैनन्।
तर त्यसले यो रमाईलोबाट खेल्न छोडेन जसले यसलाई रमाइलो गर्नदेखि खेल्न छोडेन, यो कुरालाई दृष्टिमा दिईरहेको छ, पहिलो पटक जादू वाद फेला पार्दै र यसलाई को बारे मा को लागी।
के यो तपाईले गर्न सक्ने उत्तम हो?
ठिक छ, पहिले, प्रत्येक मान्यता एक रास्पबेरी पीई 3 मा 10 सेकेन्डमा 10 सेकेन्ड लिन्छ त्यसैले एक द्रुत प्रोसेसर प्रयोग गर्नु पर्छ, एक मात्र प्रकारको GPU SVIDOFLOLF ले हाल समर्थन गर्दछ।
स्थापना न्यूराल नेट मात्र राम्रो छ कि यो डाटाको ताल छ। स्लैर्टहरू मैले सेल फोनलाई मान्यता दिँदै माथि देखाएको छ र मानिसहरू छवि इंडाइनेट डाटासेटको साथ मुद्दाहरू हुन्। केवल 3.4666% समयका सबै भन्दा राम्रो अनुमानहरू गलत अनुमानहरू छन्, जबकि मानवहरूले समान परीक्षण गरिरहेका छन् उनीहरूको 5 सर्वश्रेष्ठ प्रशस्त प्रशस्त प्रशस्त प्रशस्त छन्। खराब छैन।
हामीले विवेदी बिभिन्न नेटवर्कहरूको बारेमा हाम्रो छोटो लेखमा औंल्याएझैं आज एउटा भिडियोको एकल फ्रेममा के देख्छन् भनेर जाँच गर्न सक्दछ, जब भिडियोमा पहिले के? उदाहरण को लागी, यो धेरै विश्वस्तता छ कि यसले टोकरीनेट बलको सट्टामा एउटा समुद्री तटलाई देख्यो यदि अग्रगामी दृश्यको थियो। त्यो स्थापनाको स्थापना न्यूज न्यूज न्यूज नेटवर्क भन्दा फरक छ जुन तपाईं यसलाई भित्र जानको लागि देखाउँदछ।
यसले हामीलाई कहाँ प्राप्त गर्दछ?
आर्जित वस्तु पहिचानको परिणामलाई मानवीय अनुमानित सीपको साथ व्यापक उपयोगी Ai परिणाम दिन्छ? यो ईभोलिशसन अक्सर ब्यापार खातामा विष्फोटको प्रमुख कारणको रूपमा उल्लेख गरिएको छ।
जब ती आँखाहरू विकसित भए, यद्यपि उनीहरूलाई प्रयोग गर्न मस्तिष्कको केहि प्रकार थियो। त्यो दिमागले स्पर्श, कम्पन र गन्धको इन्द्रेसनहरू पहिल्यै ह्यान्डल गर्यो। त्यसैले सुधारिएको वस्तु मान्यता एक्लै क्रान्तिको कारण हुँदैन। मानव-जस्तो सीपहरूको लागि हाम्रो AIIS अधिक अधिक बुद्धिमत्ता चाहिन्छ। हामीसँग हाल यसको बिट्स र यसको लागि चाहिने कुराहरूको विचारहरूको टुक्राहरू छन्।
हाम्रो एआईएले भविष्यवाणी गर्न आवश्यक छ ताकि हाम्रो एले भविष्यवाणी गर्न आवश्यक पर्ने कुरामा धेरै कुरा के हो भने। यसको लागि यसमा ती भविष्यवाणीहरूको लागि आधारको रूपमा प्रयोग गर्न आन्तरिक मोडल, वा समझदार हुन सक्छ। एक तारको लागि सुझाव दिन प्रयोग गर्ने मानव कौशलताका लागि, एक आन्तरिक मोडेलले भविष्यवाणी गर्नेथनेछ जब यो सुझावले त्यसमा आधारित योजना बनायो। जब सुझावले तारमा सम्पर्क गर्दछ, यदि चीजहरू पूर्वानुमान गरिएको रूपमा नभएसम्म ऐले प्रतिक्रिया दिनेछ।
आनुवंशिक विरोधी नेटवर्क (Gans) को साथ फेसबुकबाट भर्खरको कामले यस्तै मोडेल र भविष्यवाणीत्मक क्षमता समावेश गर्दछ (यदि तपाईं gansy सामानहरूको बारेमा परिचित हुनुहुन्न भने, हामी तपाईंलाई असफल भएका छौं। आज गर्नुहोस्)। “जनको” नामको अंशले छविहरू उत्पन्न गर्दछ। तर प्राय: धेरै विशेष रूपमा, यी गहिराइले वैकल्पित गानहरू हुन्, यसको अर्थ उनीहरूले चित्रहरूमा उनीहरूले देखेका छविहरूमा के देख्छन् भन्ने बारेको समझ समावेश गर्दछ। उदाहरण को लागी, उनीहरूलाई विन्डोज, ढोका र टिभी र जहाँ कोठा मा जान को बारे थाहा छ।
Adgl भिडियो भविष्यवाणीहरू
भविष्यवाणी गर्ने बारेमा के हुन्छ? फेसबुकबाट धेरै कामले भिडियो पुस्ताहरू समावेश गर्दछ। आक्रोशित द्रव्यमान फरक फरक पूर्वानुमान पूर्वानुमानकर्ताहरू (AGDL) प्रयोग गर्दै उनीहरूले एक भिडियोको अर्को दुई फ्रेमहरू के हुनु पर्छ भनेर भविष्यवाणी गर्छन्। बिलियर्ड्स खेलको फोटोमा तपाईं समूह देख्न सक्नुहुन्छd सत्य, i.e। वास्तवमा के भयो र वर्षौंको नेटवर्कले भविष्यवाणी गरेको थियो। यो भविष्यमा धेरै टाढा छैन तर यो सुरु हो।
ती नाइटर वस्तुको मानवीय वस्तुलाई मानव जस्तो सीपको साथ एक वैधानिक वस्तु मान्यताबाट पूरकमा कम कदमहरू हुन्।
बन्द हुँदैदै गरेको
तपाईले पहिलेको स्थापना न्यूराल नेटवर्कलाई पहिचान गर्न लाग्नु भएको छ? हामीले [लुकास बिवेलोल्ड] यसलाई एक आरसी कारमा यो प्रयोग गरीएको छ कि एक आरसी कारमा यसको गेराज / कार्यशालामा वस्तुहरू पहिचान गर्न।
जबकि यो [बाहिर आउट गर्न को लागी] सबै को लागी रमाईलो छ, को लागी रमाईलो छ, तपाईं यसको लागि केहि सोच्न सक्नुहुन्छ? तपाई कस्तो सहयोगी अनुप्रयोगलाई सोच्न सक्नुहुन्छ? के थप्न सकिन्छ? हामीलाई तलका टिप्पणीहरूमा थाहा दिनुहोस्।
