Ang teknolohiya ng machine learning ay hindi palaging nauugnay sa malalaking function. Kadalasan, ito ay mga maliliit na trick na napakaingat at bahagyang nakakaapekto sa resulta. Halimbawa, ang paggamit Twitter Binibigyang-daan ka ng mga neural network na awtomatikong piliin ang pinakakawili-wiling bahagi ng larawan para sa preview.
Ang kumpanya ay nagtatrabaho sa tool na ito sa loob ng ilang panahon, ngunit detalyado ang mga pamamaraan nito Blog kahapon lang Ipinapaliwanag ni ML Lucas Theis at ng label na ML Zehan Wang kung paano nila sinimulan ang paggamit ng face detection upang i-crop ang mga background, para lang makitang hindi gumana ang paraan para sa mga larawan ng mga landscape, bagay, at higit sa lahat, ang iyong mga paboritong kuting.
Ang solusyon ay "pruning using significance". Upang matukoy ang parameter na ito, ginamit ng mga developer ang data mula sa mga pag-aaral sa akademiko sa gawain ng mga mata, na nagtatala kung aling mga bahagi ng mga larawan ang unang tinitingnan ng mga tao.
"ANG DATA NA ITO AY MAAARING GAMITIN PARA SAnayin ang mga NEURAL NETWORKS AT IBA PANG ALGORITHMS UPANG MAHULAAN KUNG ANO ANG MAAARING GUSTONG PANOORIN NG MGA TAO"
SILA AT WANG
Sa sandaling sinanay ng mga developer ang neural network upang matukoy ang mga lugar na ito, kailangan nilang i-optimize ito upang gumana nang real time sa site. Sa kabutihang palad para sa kanila, ang lugar ng pag-crop na kailangan upang i-preview ang mga larawan ay sapat na lapad - pinaliit mo lang ang larawan. Ibig sabihin nito Twitter maaaring bawasan at pasimplehin ang pamantayan na sinusuri ng neural network gamit ang isang pamamaraan na tinatawag na knowledge distillation.
Ang resulta ay isang neural network na sampung beses na mas mabilis kaysa sa orihinal nito. "Ito ay nagpapahintulot sa amin na magsagawa ng object saliency detection sa lahat ng mga larawan, sa sandaling ma-load ang mga ito, pipiliin namin ang pinakakawili-wiling bahagi ng larawan sa real time," isulat nina Theis at Wang.
Ang bagong tampok ay magagamit na ngayon sa lahat ng PC, iOS at Android- mga aplikasyon. Samakatuwid, sa susunod na makakita ka ng isang kawili-wiling larawan sa Twitter, tandaan na ito rin ay resulta ng isang neural network.
Dzherelo: Ang mabingit