Машина үйрөнүү технологиясы ар дайым чоң функциялар менен байланыштуу эмес. Көбүнчө, бул өтө кылдаттык менен жана натыйжага бир аз таасир эткен кичинекей амалдар. Мисалы, колдонуу Twitter нейрон тармактары алдын ала көрүү үчүн сүрөттүн эң кызыктуу бөлүгүн автоматтык түрдө тандоого мүмкүндүк берет.
Компания бул куралдын үстүндө бир нече убакыттан бери иштеп келе жатат, бирок анын ыкмаларын майда-чүйдөсүнө чейин айтып берди блог кечээ эле ML Лукас Теис жана энбелгиси ML Зехан Ванг фондорду кесүү үчүн бетти аныктоону кантип колдонуп башташканын түшүндүрүп, бирок бул ыкма пейзаждардын, объектилердин жана эң негизгиси сүйүктүү мышыктарыңыздын сүрөттөрү үчүн иштебей калганын байкашкан.
Чечим "маанилүүлүк менен кыркуу" болгон. Бул параметрди аныктоо үчүн иштеп чыгуучулар көздүн иши боюнча академиялык изилдөөлөрдүн маалыматтарын колдонушту, алар адамдар биринчи кезекте сүрөттөрдүн кайсы аймактарын карашат.
"БУЛ МААЛЫМАТТАРДЫ АДАМДАР ЭМНЕ КӨРГҮСҮ ЭКЕНИН БИЛДИРҮҮ ҮЧҮН НЕЙРЛҮК ТАРМАКТАРДЫ ЖАНА БАШКА АЛГОРИТМДЕРДИ ҮЙРӨТҮҮ ҮЧҮН ПАЙДАЛАНСА БОЛОТ"
ТЕИС ЖАНА WANG
Иштеп чыгуучулар бул аймактарды аныктоо үчүн нейрон тармагын үйрөткөндөн кийин, алар сайтта реалдуу убакытта иштөө үчүн аны оптималдаштыруу керек болчу. Бактыга жараша, алар үчүн сүрөттөрдү алдын ала көрүү үчүн керектүү кесүү аянты жетиштүү кенен – сиз жөн гана сүрөттү кичирейтип жатасыз. Бул дегенди билдирет Twitter билимди дистилляция деп аталган ыкманы колдонуу менен нейрон тармагы тарабынан бааланган критерийлерди азайтып, жөнөкөйлөтө алат.
Жыйынтыгында баштапкысынан он эсе ылдамыраак нейрондук тармак пайда болду. "Бул бардык сүрөттөрдө объектилердин көрүнүктүүлүгүн аныктоого мүмкүндүк берет, алар жүктөлгөндөн кийин биз реалдуу убакыт режиминде сүрөттүн эң кызыктуу бөлүгүн тандайбыз" деп жазышат Теис менен Ванг.
Жаңы функция азыр бардык компьютерлерде, iOS жана компьютерлерде жеткиликтүү Android- колдонмолор. Ошондуктан, кийинки жолу кызыктуу сүрөттү көргөндө Twitter, бул да нейрон тармагынын натыйжасы экенин унутпа.
Dzherelo: Verge