機器學習技術並不總是與大型功能相關聯。 通常，這些都是非常小心且略微影響結果的小技巧。 例如，使用 Twitter 神經網絡允許您自動選擇照片中最有趣的部分進行預覽。
該公司一直在研究這個工具一段時間，但詳細介紹了它的方法 博客 就在昨天ML Lucas Theis 和標籤 ML Zehan Wang 解釋了他們如何開始使用面部檢測來裁剪背景，卻發現該方法不適用於風景、物體以及最重要的是您最喜歡的小貓的圖像。
解決方案是“使用重要性進行修剪”。 為了確定這個參數，開發人員使用了關於眼睛工作的學術研究數據，這些數據記錄了人們首先看的圖像區域。
“這些數據可用於訓練神經網絡和其他算法來預測人們可能想要觀看的內容”
THEIS和王
一旦開發人員訓練了神經網絡來識別這些區域，他們就需要對其進行優化以在站點上實時工作。 對他們來說幸運的是，預覽照片所需的裁剪區域足夠寬——您只是在縮小圖像範圍。 這意味著 Twitter 可以使用稱為知識蒸餾的技術減少和簡化神經網絡評估的標準。
最終結果是一個比原來快十倍的神經網絡。 “這使我們能夠對所有圖像執行對象顯著性檢測，一旦加載，我們將實時選擇照片中最有趣的部分，”Theis 和 Wang 寫道。
新功能現已適用於所有 PC、iOS 和 Android- 應用程式.因此，下次當你看到有趣的照片時 Twitter，記住這也是神經網絡的結果。
資源： 一觸即發