Principy služby Custom Vision
K vytvoření modelu strojového učení použijeme službu Azure AI Custom Vision. Pojďme se dozvědět víc o tom, jak služba Custom Vision funguje. Pak uvidíte podrobný proces, který používáme k vytvoření modelu, od nápadu po plně funkční model.
Co je strojové učení?
Je pravděpodobné, že jste slyšeli o umělé inteligenci, strojovém učení nebo hlubokém učení. Pojďme pojmy identifikovat, abychom pochopili, jak se liší.
Umělá inteligence (AI):AI je proces programování počítače pro napodobování lidské inteligence. Umělá inteligence zahrnuje strojové učení. Myšlenkou umělé inteligence je použití počítače k napodobování lidské inteligence, ale umělá inteligence nabízí mnoho různých technik. Technika, na kterou se zaměřuje tento modul, je strojové učení.
Strojové učení: Strojové učení je podmnožinou umělé inteligence. Strojové učení používá techniky k trénování počítačů na základě zkušeností. Zkušenosti si můžete představit jako datovou sadu, která obsahuje správné a chybné odpovědi. Ve strojovém učení používá počítač tyto odpovědi k tomu, aby zlepšil způsob provádění konkrétních úkolů. Obor strojového učení zahrnuje také hluboké učení.
Hluboké učení: Hluboké učení je podmnožinou strojového učení, která je založená na umělých neurálních sítích (ANN). Proces učení je hluboký , protože sítě ANN se skládají z několika vrstev: vstupní, výstupní a skryté vrstvy. Každá vrstva obsahuje jednotky, které transformují vstupní data na informace, které může další vrstva použít pro konkrétní prediktivní úlohu. Struktura neurální sítě umožňuje počítači učit se prostřednictvím vlastního zpracování dat.
Když vytváříme model, snažíme se napodobovat lidskou inteligenci. Data používáme jako „zkušenosti“ k natrénování modelu – aby se naučil konkrétní úkol nebo funkci.
Co je transferové učení?
Azure AI Custom Vision používá transferové učení. Transfer learning je schopnost používat předchozí znalosti k lepšímu vyřešení problému. Jako lidé bereme tento přístup k řešení problémů po celou dobu. Také zjišťujeme nové způsoby, jak to udělat s počítači.
Ve službě Custom Vision v Azure funguje transfer learning přidáním vrstvy, která se skládá z předem natrénovaného modelu do neurální sítě. Předem natrénovaný model nám dává výhodu při trénování nových dat. Trénování začíná doménou obecných znalostí. Do neurální sítě se přidají nové vrstvy, které řeší konkrétní problém. V tomto případě chceme řešit problém, jak identifikovat ptáky. Když začneme s předem natrénovaným modelem, získáme lepší výsledky, aniž bychom museli přidávat velké objemy dat.
Vytvoření modelu strojového učení
Pokud chcete lépe porozumět procesu vytváření modelu strojového učení, tady je podrobný přehled procesu. Tento proces dokončíme a vytvoříme model strojového učení.
Položení dobře mířené otázky. Naší otázkou je, můžeme identifikovat ptačí druh z obrázku ptáka, abychom mohli zdokumentovat různé trendy a vzory ptačích návyků?
Příprava dat. Máme datovou sadu ptačích obrázků z Cornell Labu, která je čistá a připravená, takže se o tento krok postaráme. Pokud jste vytvořili jiný model, budete muset najít a připravit data pro trénování modelu. Chcete najít data, která by vám pomohla odpovědět na otázku, která vás zajímá.
Výběr algoritmu. Služba Custom Vision v Azure používá konvoluční neurální síť (CNN), takže o tento krok se nemusíme starat. CNN je typ hlubokého učení, který se běžně používá k analýze obrázků. To, že už je algoritmus vytvořený, nám ušetří spoustu času.
Výběr kandidátského modelu. Služba Custom Vision nabízí užitečné grafy a data, které nám umožní zjistit, jestli náš model funguje dostatečně dobře, aby mohl zodpovědět naši otázku. Když si myslíme, že model funguje na uspokojivé úrovni, přejdeme k dalšímu kroku: test.
Otestování modelu pomocí dosud nespatřených (nových) dat. Je důležité otestovat náš model přidáním nových dat. Provedeme vyhledávání na internetu a najdeme několik testovacích obrázků, abychom viděli, jak model funguje s daty, se kterými nebyl trénován. Později v tomto modulu probereme, proč je důležité testovat tímto způsobem.
Nasazení modelu. Custom Vision nám dává několik možností, když je čas nasadit náš model. Můžeme ho nasadit do koncového bodu, abychom model integrovali, nebo si ho můžeme stáhnout. Pokud si model stáhnete, můžete zvolit z více formátů a nasadit ho způsobem, který je pro váš projekt nejvhodnější. V tomto modulu probereme, jak používat možnost rychlého nasazení, která je k dispozici na portálu Custom Vision.
Pojďme začít model vytvářet.