ഗൂഗിൾ സ്വപ്നങ്ങൾ ന്യൂറൽ നെറ്റ്വർക്ക് എന്ന് അറിയുന്നു

കൃത്രിമ ന്യൂറൽ നെറ്റ്വർക്ക് ഗൂഗിൾ മനുഷ്യ മസ്തിഷ്കം പകർത്താനായി സൃഷ്ടിച്ചു. ഈ രീതി വിവിധ ചിത്രങ്ങൾ തിരിച്ചറിഞ്ഞ് വിശകലനം അനുവദിക്കുന്നു. റോബോട്ട് സ്വപ്നം കഴിഞ്ഞു എന്ത് സംഭവിക്കും: ഡെവലപ്പർമാർ ഒരിക്കൽ രസകരമായ ചോദ്യം ഉയർന്നുവന്നിട്ടുള്ള? അത്തരം ഒരു വിചിത്രമായ ചോദ്യം കള്ളിന്റെ പുറത്തു എഴുന്നേറ്റു ചെയ്തില്ല. ഇത് ചിത്രങ്ങൾ ഡീപ് ഡ്രീം സൃഷ്ടിക്കാൻ പദ്ധതിയുടെ ഭാഗമാണ്.

"ഡീപ് ഡ്രീം"

ഡെവലപ്പർമാർ സോഫ്റ്റ്വെയർ പ്രത്യേക ഉദ്ദേശ്യം മുമ്പിൽ വെച്ചു. എന്നാൽ, ഈ സ്വപ്നങ്ങൾ പുനർനിർമാണം ഉദ്ദേശ്യം ആയിരുന്നില്ല. വിദഗ്ധർ ചില പാളികൾ അത് പ്രഖ്യാപിച്ച് യഥാർത്ഥ ചിത്രം അടിസ്ഥാനത്തിൽ ന്യൂറൽ നെറ്റ്വർക്ക് ഇമേജ് മാറ്റം അഭ്യർത്ഥിച്ചു. അത് പുറത്തു തിരിഞ്ഞു, സോഫ്റ്റ്വെയർ പഠിക്കാൻ എളുപ്പമാണ്. അങ്ങനെ, പ്രോഗ്രാം കണ്ടെത്തൽ പ്രവർത്തനം വ്യക്തമാക്കിയ മോഡലുകൾ മെച്ചപ്പെടുത്താൻ കഴിഞ്ഞു.

പരിശീലനം

ന്യൂറൽ നെറ്റ്വർക്കുകളിൽ പ്രവർത്തനം മെച്ചപ്പെടുത്താൻ, ഡെവലപ്പർമാർ പത്തുലക്ഷത്തോളം ചിത്രങ്ങൾ കമ്പ്യൂട്ടർ കൈമാറപ്പെടാറുണ്ട്. നിർദ്ദിഷ്ട ചിത്രങ്ങൾ എൻജിനീയർമാർ ഓരോ ശേഷം ഒബ്ജക്റ്റ് കണ്ടെത്തി ചിത്രം പ്രാധാന്യം കാർ ഉണ്ടാക്കി കാരണം, വാദപ്രതിവാദം സമയം-ദഹിപ്പിക്കുന്ന പണിയായിരുന്നു. ലിഫ്റ്റിംഗ് ന്യൂറൽ നെറ്റ്വർക്ക് തലങ്ങളുണ്ട് അടങ്ങിയിരിക്കുന്നു, തിരയൽ കൂടുതൽ കൃത്യമായ വ്യാഖ്യാനം തലത്തിൽ അല്ലെങ്കിൽ നില ആശ്രയിച്ചിരിക്കുന്നു. ഉദാഹരണത്തിന്, വ്യക്തിഗത വസ്തുക്കൾ കണ്ടെത്തൽ ഔട്ട്പുട്ട് പാളി യോജിക്കുന്നു.

ഹല്ലുചിനൊഗെനിച് ഗുണമേന്മയുള്ള ചിത്രങ്ങൾ

ന്യൂറൽ നെറ്റ്വർക്കുകളിൽ ചിത്രം നിർദ്ദിഷ്ട വസ്തുക്കളുടെ അംഗീകാരം പ്രവർത്തനങ്ങൾ വർദ്ധിച്ചുവരുന്ന ശേഷം കൂടുതൽ പ്രയാസമുള്ള ജോലി നേരിട്ട. എഞ്ചിനീയർമാർ സഹവാസം ഒരു നായ, നാൽക്കവല, ഉഡുപ്പുറ്റ്, വാഴ, മറ്റ് ഇനങ്ങൾ ആയിരുന്നു ചില വസ്തുക്കളുടെ ചിത്രങ്ങൾ, സൃഷ്ടിക്കാൻ സ്വയം ഡ്രൈവ് ആവശ്യപ്പെട്ടു. നീക്കം പൂർണ്ണമായി തന്നെ നീതീകരിക്കപ്പെടുന്നു ചെയ്തു. എന്നാൽ റോബോട്ട് സ്വപ്നങ്ങൾ ഹല്ലുചിനൊഗെനിച് ഗുണമേന്മയുള്ള നിർവചിച്ച ചിത്രങ്ങൾ ആകൃതിയിൽ തിരിച്ചറിയാൻ കഴിയും എന്നു.

പദ്ധതിയുടെ ആത്യന്തിക ലക്ഷ്യം

Google അത് മൊത്തം ചിത്രത്തിൽ നോൺ നിലവിലില്ലാത്ത വിശദാംശങ്ങളും തിരിച്ചറിയുന്നതിന് കഴിയും ശരിയായി ന്യൂറൽ നെറ്റ്വർക്ക് മെച്ചപ്പെടുത്താൻ തേടുന്നു. നാം എൻജിനീയർമാർ കൃത്രിമ ബുദ്ധി എന്ന ഉപബോധമനസ്സ് നോക്കി സാധിച്ചു എന്നു പറയാം. ഡെവലപ്പർമാർ ന്യൂറൽ നെറ്റ്വർക്ക് മുകളിലെ പാളി, വ്യക്തിഗത വസ്തുക്കൾ തിരിച്ചറിയാൻ അഭ്യസിച്ചിട്ടുള്ള ഒന്നാണ് ചിത്രങ്ങൾ ലോഡ് തുടങ്ങി പുറപ്പെടുവിച്ചു,. ഉദാഹരണത്തിന്, ഒരു നിശ്ചിത പാരാമീറ്റർ 'മേഘങ്ങൾ ഒരു നായ രൂപം "നായ മേഘങ്ങൾ ഒരു നെറ്റ്വർക്ക് പകർത്താനായി ചെയ്തു. നിങ്ങൾ ഫലം ലോഡ് ഓരോ തവണയും മെച്ചപ്പെട്ടു പുറത്തു വന്നു.

അങ്ങനെ, "ഡീപ് ഡ്രീം" കമ്പ്യൂട്ടർ ഇമേജ് ക്രമീകരണങ്ങൾ പരിഷ്ക്കരിക്കുന്നതിനുമുള്ള കഴിവ് കൊടുത്തു. എന്നാൽ അത് ചിത്രത്തിന്റെ അടങ്ങിയിരിക്കുന്ന അല്ല ഏത് വസ്തുക്കൾ, തിരിച്ചറിയാൻ അനുവദിച്ചു. ഇപ്പോൾ, നിങ്ങൾ "മേഘാവൃതമായ ആകാശം" അഭ്യർത്ഥിക്കുകയും വരുമ്പോൾ നെറ്റ്വർക്ക് ഒരു അത്ഭുതകരവും വിചിത്രമായ നായ്ക്കളെയും ഒച്ചുകൾ നൽകുന്നു.

തീരുമാനം

പദ്ധതി സമയത്ത് ഗവേഷകർ ഉപയോഗിക്കുന്ന രീതികൾ, മനസ്സിലാക്കാൻ എങ്ങനെ ഒബ്ജക്റ്റ് ക്ലാസിഫിക്കേഷൻ വേണ്ടി സങ്കീർണ്ണമായ ജോലികൾ നടപ്പിലാക്കുമ്പോൾ ഒരു ന്യൂറൽ നെറ്റ്വർക്ക് ശേഷിയുള്ള ചിത്രീകരിക്കാൻ സഹായിക്കുന്നു. ഈ നെറ്റ്വർക്ക് വാസ്തുവിദ്യയുടെ മെച്ചപ്പെടുത്തൽ കാരണമായി പഠന പ്രക്രിയയുടെ ഘട്ടത്തിൽ നിയന്ത്രിക്കാൻ അനുവദിച്ചു.