Mašīnmācīšanās tehnoloģija ne vienmēr ir saistīta ar lielām funkcijām. Bieži vien tie ir nelieli triki, kas ļoti rūpīgi un nedaudz ietekmē rezultātu. Piemēram, izmantojot Twitter neironu tīkli ļauj automātiski atlasīt priekšskatījumam interesantāko fotoattēla daļu.
Uzņēmums jau kādu laiku ir strādājis pie šī rīka, taču sīki izklāstīja tā metodes emuārs tikai vakar ML Lucas Theis un etiķete ML Zehan Wang paskaidro, kā viņi sāka izmantot sejas noteikšanu, lai apgrieztu fonu, bet atklāja, ka šī metode nedarbojas ainavu, objektu un, pats galvenais, jūsu iecienītāko kaķēnu attēliem.
Risinājums bija "atzarošana, izmantojot nozīmi". Lai noteiktu šo parametru, izstrādātāji izmantoja datus no akadēmiskiem pētījumiem par acu darbu, kas fiksē, kuras attēlu zonas cilvēki skatās vispirms.
"ŠOS DATU VAR IZMANTOT NEIROŠU TĪKLU UN CITU ALGORITMU APMĀCĒŠANAI, LAI PAREDZĒTU, KAS CILVĒKI VARĒTU VĒLĒTIES SKATĪTIES"
THEIS UN VANGS
Kad izstrādātāji apmācīja neironu tīklu, lai identificētu šīs jomas, viņiem tas bija jāoptimizē, lai tas darbotos reāllaikā vietnē. Viņiem par laimi, fotoattēlu priekšskatīšanai nepieciešamais apgriešanas laukums ir pietiekami plats — jūs vienkārši sašaurināt attēlu. Tas nozīmē ka Twitter var samazināt un vienkāršot neironu tīkla novērtētos kritērijus, izmantojot paņēmienu, ko sauc par zināšanu destilāciju.
Gala rezultāts bija neironu tīkls, kas ir desmit reizes ātrāks par sākotnējo. "Tas ļauj mums veikt objektu pamanāmības noteikšanu visiem attēliem, tiklīdz tie tiks ielādēti, mēs reāllaikā atlasīsim interesantāko fotoattēla daļu," raksta Theis un Wang.
Jaunā funkcija tagad ir pieejama visiem datoriem, iOS un Android- pieteikumi. Tāpēc nākamreiz, kad redzēsit interesantu fotoattēlu Twitter, atcerieties, ka tas ir arī neironu tīkla rezultāts.
Dzherelo: Apmaļu