A gépi tanulás manapság mindenhol jelen van, a spamszűréstől és az arcfelismeréstől a hangasszisztensekig és a vezető nélküli autókig. A Microsoft Lobe nevű új alkalmazásának köszönhetően azonban nincs szükség mesterképzésre ahhoz, hogy megtanulja használni ezt az izgalmas technológiát.
A Lobe leegyszerűsíti a gépi tanulás folyamatát, így bárki létrehozhat AI (mesterséges intelligencia) modelleket kódolási ismeretek nélkül. Elmagyarázzuk, hogyan működik a Lobe, és hogyan kezdjük el ezzel az intelligens új eszközzel.
Mi az a Microsoft Lobe?
A Lobe egy ingyenes asztali alkalmazás Windows és macOS rendszerhez, amely lehetővé teszi a programozási vagy adattudományi tapasztalattal nem rendelkező emberek számára, hogy mesterséges intelligenciával kapcsolatos kísérleteket végezzenek. Lehetővé teszi a fejlesztők számára, hogy gépi tanulási képességeket adhassanak hozzá saját alkalmazásaikhoz.
A Microsoft által 2018 szeptemberében megvásárolt Lobe lehetővé teszi a gépi tanulási modellek készítését egy egyszerű vizuális felület használatával, nem pedig kódírással. A jelenlegi nyilvános előnézetben besorolhatja a képkészleteket, így a Lobe azonosítani tudja a hasonló képek tartalmát.
A Microsoft mesterséges intelligencia blogján példákat hoz fel arra, hogy Lobe-t megtanították felismerni a mérgező bogyókat, megvédeni a tengeri erőforrásokat azáltal, hogy bálnákat észlel a fényképeken, és figyelmeztetést küld, ha parkolóhelyek szabadulnak fel. Egy méhészeti projektben is használták a kaptárba behatoló nem kívánt rovarok észlelésére.
A Microsoft azt tervezi, hogy a jövőben kibővíti a Lobe szolgáltatásait más típusú modellek képzése érdekében. Ezek közé tartozik az objektumészlelés, amely bizonyos elemeket keres a képeken, és az adatosztályozás, amely az információkat táblázatokban címkézi.
Így hozhat létre gépi tanulási modellt a Lobe képosztályozási funkciójával.
1. Töltse le és telepítse a Microsoft Lobe programot
A Lobe alkalmazás Windows vagy macOS rendszerhez való letöltéséhez kattintson a Letöltés gombra a kezdőlapon vagy a Lobe webhely jobb felső sarkában . A Lobe Bétához való csatlakozáshoz meg kell adnia néhány személyes adatot, beleértve a nevét, e-mail címét és országát, de mivel a Microsoft nem ellenőrzi ezeket az információkat, hamisíthatja.
Valójában az egyik legjobb dolog a Lobe-ban, hogy nem veszélyezteti a magánéletét. Az alkalmazás offline módban működik, és minden importált adat a számítógépén marad, nem pedig a felhőbe (és a Microsoftba) töltődik fel.
Ez egy elég nagy letöltés (378 MB az írás idején), és néhány percet vesz igénybe a telepítés. Ha elkészült, azonnal elkezdheti használni a Lobe-ot, mivel nincs konfigurálandó beállítás. Csak jelölje be a Run Lobe jelölőnégyzetet, és kattintson a Befejezés gombra .
2. Képek hozzáadása és címkézése a Lobe-ban
Amikor megnyílik a Lobe, kattintson az Új projekt gombra a kezdőképernyő bal alsó sarkában. Adja meg a projekt nevét a bal felső sarokban. Most hozzáadhat és felcímkézhet néhány képet az első gépi tanulási modell létrehozásához.
Kattintson az Importálás gombra a jobb felső sarokban, és válassza ki, hogy képeket szeretne-e hozzáadni a számítógépéről, képeket készít webkameráról, vagy importál egy meglévő adatkészletet strukturált képmappa formájában. Az első AI-modellhez a legjobb, ha az első, legegyszerűbb lehetőséget használja.
Válasszon ki legalább öt képet ugyanarról a témáról a merevlemezről, akár egyenként, akár a Ctrl vagy a Cmd lenyomva tartásával, miközben rájuk kattint. Ideális esetben ezeknek a háttérben, a világításban vagy a pozícióban eltérőnek kell lenniük, hogy segítsenek Lobe-nak azonosítani a fontos részeket. Fotókat választottam a környékbeli rókáról.
Adjon meg egy leíró címkét az első képhez, amely példánkban a „róka”. A Lobe elmenti ezt a címkét, így gyorsan alkalmazhatja az adatkészlet többi képére. Kattintson a jobb gombbal egy képre, ha szerkesztenie kell a címkét vagy törölnie kell a képet.
Ezután importáljon egy másik képkészletet egy másik, de kapcsolódó tárgyról. A kutyám fotóit választottam Lobe számára, hogy megkülönböztessem a rókáétól. Ismét címkézze fel az első képet egy leíró címkével, majd alkalmazza ugyanazt a címkét a többi felvételen. Opcionálisan megismételheti a folyamatot további készleteknél, de csak kettőre van szüksége egy modell létrehozásához.
Kapcsolódó: 4 egyedi módszer adatkészletek beszerzésére a gépi tanulási projekthez
3. Tanítsa meg gépi tanulási modelljét
Miután létrehozott legalább két címkét, és mindegyiket legalább öt képre alkalmazta, a Lobe automatikusan megkezdi a gépi tanulási modell betanítását. A folyamat végén egy megerősítő hangot fog hallani.
Az eredmények megtekintéséhez kattintson a Vonat lehetőségre a bal oldali oszlopban. Vigye az egeret egy kép fölé, és megjelenik egy üzenet: „Helyes előrejelzés. A Lebenyed helyesen jósolja, hogy ez a kép [címke neve].”
Egy másik kép importálásával tesztelheti, hogy a modell működik-e, és megnézheti, hogy a Lobe megjósolja-e a megfelelő címkét. Kattintson a Lejátszás lehetőségre a bal oldalon, majd húzzon át egy képet az alkalmazásba, vagy kattintson az Importálás lehetőségre.
Ha a Lobe helyesen jelzi előre az importált kép címkéjét, kattintson a zöld pipa gombra; ha nem, kattintson a piros gombra. Folytassa a képek hozzáadásával, hogy megtanítsa AI-modelljét a téma különböző változatainak felismerésére. A Microsoft címkénként 100–1000 kép használatát javasolja, a feladat összetettségétől függően.
4. Optimalizálja gépi tanulási modelljét
Ha a Lobe továbbra is helytelen jóslatokat ad, többféleképpen is megbízhatóbbá teheti gépi tanulási modelljét.
Lépjen a Vonat szakaszba, kattintson a Nézet gombra a jobb felső sarokban, és válassza a Helytelen először lehetőséget . Ez megmutatja, mely képek zavarják meg leggyakrabban Lobe-t. Importáljon több változatot ezekből a rosszul címkézett képekből, hogy helyesnek vagy helytelennek jelölje meg. Ez pontosabbá teszi a jövőbeli előrejelzéseket.
A Lobe mindig megjósolja valamelyik címkéjét, még akkor is, ha az importált kép nem tartalmaz kapcsolódó tartalmat. A téves azonosítás elkerülése érdekében adjon hozzá helyőrző képeket, és jelölje meg őket Nincs , így a modellnek nem kell választania a rossz válaszok között.
Ha nagy adatkészlettel dolgozik, és sok helytelen előrejelzést tapasztal, kényszerítheti a Lobe-ot, hogy alaposabban betanítsa a modelljét. Kattintson a háromsoros menügombra a bal felső sarokban, válassza a Modell optimalizálása lehetőséget, majd kattintson az Optimalizálás gombra .
5. Exportálja lebeny-modelljét egy alkalmazásban való használatra
Bár szórakozásból játszhat a Lobe-val, azt is lehetővé teszi, hogy a gépi tanulási modellt iparági szabványos formátumokba exportálja, hogy felhasználhassa egy éppen fejlesztendő alkalmazásban.
Exportálhat adatkészleteket TensorFlow Lite formátumban az Android és a Dolgok Internete alkalmazásokban való használatra; Core ML-ként iOS, iPad és macOS alkalmazások fejlesztésére; és TensorFlow 1.15 SavedModel néven, a Python nyelven kódolt alkalmazásokban való használatra.
Kattintson a menü gombra a bal felső sarokban, válassza az Exportálás lehetőséget, és válassza ki a kívánt formátumot. A modell fájljainak vagy kódjának mentése előtt lehetőséget kap a modell optimalizálására. A Lobe saját API-val (alkalmazásprogramozási felülettel) is rendelkezik az exportált modellek Pythonban és .NET- ben való futtatásához .
Ne aggódjon, ha ezek a lehetőségek túl fejlettnek tűnnek az Ön programozási szakértelméhez képest, mert a Lobe automatikusan menti a projektet. Ha technikai segítségre és tanácsra van szüksége, látogassa meg a Lobe Community subredditjét.
Kapcsolódó: Mi az a Google TensorFlow
Csak Lobe kell
A Microsoft Lobe egyszerű vizuális módot kínál egy alapvető gépi tanulási modell létrehozására, anélkül, hogy a kód miatt kellene aggódnia. Használhatja bármilyen kívánt kép osztályozására, és megpróbálhat felvételeket készíteni webkamerájáról is.
Ha a Lobe-val való kísérletezés arra készteti, hogy többet tudjon meg a gépi tanulásról, akkor rengeteg ingyenes tanfolyamot és oktatóanyagot talál az interneten, amelyek segítenek készségei és ismeretei fejlesztésében.