Wprowadzenie do AI w języku Python

Wprowadzenie do sztucznej inteligencji w Pythonie

“Gratulacje, dotarłeś do końca kursu. Dziękuję bardzo za dołączenie do mnie! W ramach projektu kursu będziesz musiał stworzyć model uczenia maszynowego, który służy do klasyfikowania i wykrywania własnych obrazów za pomocą sieci neuronowych. Aby rozpocząć, wybierz obiekt lub obiekty, które chcesz sklasyfikować za pomocą klasyfikatora. Powinno to być coś, do czego można mieć wiele przykładowych zdjęć lub można je pobrać z Internetu (np. zwierzęta, przybory kuchenne itp.). Następnie zdobądź jak najwięcej obrazów do procesu szkoleniowego i umieść wszystkie obrazy z każdej kategorii w innym folderze. Na przykład, jeśli zamierzasz sklasyfikować długopisy i ołówki, powinieneś utworzyć folder „Pióra” i kolejny „Ołówki”, każdy z ich obrazami. Zostaw kilka oddzielnych obrazów do wykorzystania w przewidywaniach (nieużywane podczas treningu). Postępuj zgodnie z procesem podobnym do tego, jak widzieliśmy to w trakcie. Polecam wypróbowanie 2 sposobów: stworzenie własnego modelu od zera i innego z transferem uczenia się przy użyciu istniejącego modelu, aby porównać wyniki. Pamiętaj, że możesz wypróbować różne hiperparametry (liczba warstw, liczba neuronów) i zobaczyć, który daje najlepsze rezultaty. Następnie utwórz zestaw danych i podziel go na zestawy treningowe i testowe. Trenuj swoje modele. Skorzystaj z danych i wykresów, aby znaleźć najlepsze hiperparametry do użycia, a także zdefiniuj odpowiednią liczbę epok, aby wyszkolić swój model bez nadmiernego/niedopasowania. Na koniec użyj swojego modelu do przewidywania, możesz użyć obrazów, które zostawiłeś osobno na początku lub możesz wyszukać dodatkowe zdjęcia w Internecie lub zrobić inne zdjęcia, jeśli jest to model, który trenowałeś z własnymi zdjęciami. Gdy Twój projekt będzie gotowy, chciałbym, abyś przesłał go na forum, klikając „Utwórz swój projekt”. Przekażę Ci opinię tak szybko, jak to możliwe. Jednak prosimy o cierpliwość, ponieważ odpowiedź może trochę potrwać Podczas oczekiwania obserwuj pracę pozostałych kolegów z klasy. Zapraszam do wymiany pomysłów, zawsze z szacunkiem. W ten sposób możemy sobie pomagać i uczyć się od siebie. Bardzo dziękuję za ukończenie kursu, do zobaczenia wkrótce na forum.”

Częściowa transkrypcja wideo

“I w ten sposób dochodzimy do końca kursu. Mam nadzieję, że ci się podobało i wiele się nauczyłeś, ale zanim odejdziesz, Chcę dać Ci kilka wskazówek dotyczących Twojego końcowego projektu. Pamiętaj, że możesz stworzyć swój własny model od podstaw lub znajdź i wykorzystaj istniejący model, aby go dostosować. Testuj z różnymi hiperparametrami, dodawaj lub usuwaj warstwy i neurony do swojej sieci i mierz, co daje najlepsze wyniki. Jeśli Twój model szybko popadnie w stan nadmiernego dopasowania, przetestuj, używając większej liczby obrazów szkoleniowych lub technikami, które widzieliśmy na kursi...”

Transkrypcje są generowane automatycznie, stąd mogą pojawić się błędy.

Podsumowanie kursu: Wprowadzenie do AI w języku Python

• Poziom: Podstawowy
• 99% pozytywnych ocen (357)
• Liczba uczestników: 21682
• Liczba części dydaktycznych: 6
• 29 lekcji (4 h 22 min)
• liczba dodatkowych zasobów: 16

• Kategoria

  Sztuczna Inteligencja, Web & App Design

• Dziedziny

  Programowanie, Programowanie SI, Sztuczna Inteligencja, Tworzenie stron internetowych