Wir, ein kleines Entwicklungsteam einer der Abteilungen von YaKurier, wollten unbedingt zu dem sich schnell entwickelnden Raum unbemannter Technologien beitragen. Kaufte einen Prius zum Experimentieren, ein bisschen Peripherie, entwickelte einen eigenen Trick mit dem Fokus des intelligenten Systems und ahmte die Aufmerksamkeit des Fahrers nach. Wir fingen an. Und was ist mit dem intelligenten Computer-Vision-System selbst und dem "subintelligenten" System, das die Erkennung von Neuheiten gewährleistet, dh genau dieser Aufmerksamkeit?
TensorFlow oder ähnliches - fertig? Mehrere Experimente machen deutlich, dass für dynamische multifaktorielle Fälle mit Umordnungen von Eingabearrays, vielen Unteraufgaben, offensichtlicher Unsicherheit vieler Klassen erkannter Daten, der unvermeidlichen Skalierbarkeit des Systems während der Entwicklung und dem Wunsch, die Windungen und Ebenen Ihres eigenen Autors hinzuzufügen, die Option seltsamerweise "fertig" ist. erfordert Schweiß, Blut, Budget und Frustration durch Fehler in den ersten Schritten, die alles verderben und die nicht mehr repariert werden können (außer bei nervigen Krücken). Und da wir eine eher naive Mannschaft sind, haben wir uns entschlossen, auf unsere eigene Art zu spielen. Es gibt eine Meinung, dass der Punkt nicht in TensorFlow liegt, sondern in der Technologie, die es implementiert, und wir werden in der Lage sein, etwas zu vereinfachen, etwas zu verbessern und etwas vollständig zu ändern.
Lassen Sie uns zunächst über die Ansätze zur Klassifizierung und Mustererkennung sprechen. Wir sind sicher, dass Sie alles über sie wissen, aber wohin können Sie ohne Eyeliner gehen? Wir werden uns an humanere Abstraktionen und Visualisierungen halten, anstatt in einer strengen mathematischen Sprache zu sprechen, und einen abstrakten Fall der Erkennung herkömmlicher Gurken und Tomaten betrachten.
Klassifizierung und Mustererkennung
- , , : ( ) ( ). «», , // , , , , , , x_1 x_2.
, , x_1: (-1), (+1); x_2: (-1), () 1/5 (+1). – , – , . , , , , , 1 {(x_1=0,53@x_2=0,77)} – , 2 {(x_1=-0,51@x_2=-0,82)} – .
, , – – 2 . , , , -, , -, , , , , , , 900 (3030 px) , 900- . , , , (, ).
? , . , , , - ? , , . , . , , : , , , , , :
, 4- , .. N- .
II-
, , . , , , . :
: Ax+By+C=0, A, B C w_1, w_2 -v_1, {x;y} {x_1;x_2 }. , N- – N-1. 0, () , , – « », – « », () – . «», «» «- » , - , (. ). . , , . .
0, «» « », «», «» « » « » 1- .
w (k)/j, , N- – . , , , . , 0 1 .
– , ( , – ):
– , , ( ), Ax2+By2+Cxy+Dx+Ey+F=0, . - , , ( , ). , / , , . .
, - . – , , , – , – . : S-, A-, R- . , , MNIST, : , , :
/ …
! , 1- :
. . -, , , , , (cost function) , , , . , - , «» , , , , , , , , , , , , – ( – , – ):
-, , , , , - , . , , , , , . . . 2-- - :
? , x_1: – (-1), – (+1); x_2: – (-1), 1/5 – (+1). , 2- - , , 900- ? , 1- , – . , . , II- – , , .
. , , , , . . , , .
, , , , .
, , , , : , , , / , , . , , , , , , , , , , - .
. ? -, , , -, , , , . , , . , , , – .
? {0;0;0} {2;0;2} , {2;2;0} – . , , . , , , , , , , .. , . , , , , , , , , .
. , , , , , , , , .
:
w_i – , b_i – , . h. , /, , – .
? , , , , , – . . , , , , , GPU CUDA.
MNIST, 28x28 px. 10 10 , , – . , , .
, , , , , 30÷60 .
, , , . – MNIST, – , – .
, , . , , .
« » .
( « »), , « » « ». , , , , «».
, , , (), , , ( , ). , TensorFlow 2- , , MNIST 2,6%, . , .
MNIST (10 000 ) « ».
, + 25%:
:
:
- ;
- , , , .
:
- , , , , ;
- ;
- , , ;
- .
, , , , , .
Hmm, was hat die eingangs erwähnte unbemannte Technologie damit zu tun? Wir sind zuversichtlich, dass unser intelligentes Netzwerk in diesem Bereich seine Hauptanwendungen finden wird, um die bestehenden Hindernisse zu überwinden, die mit der Vielfalt, Variabilität und Heterogenität bei der Wahrnehmung und Erkennung der Umwelt verbunden sind.