Buổi diễn sang trọng đầu tiên cùng tỷ lệ cá cược nhà cái! Học sâu (2/2)

2) Chúc bạn vui vẻ với tỷ lệ cá cược nhà cái! học sâu

Nếu bạn mới bắt đầu học sâu,

Lý do là tỷ lệ cá cược nhà cái có cách lắp ráp DNN rất trừu tượng nên khi triển khai rất dễ hiểu và ít có chỗ cho lỗi

Cùng xem code thực tế để biết tỷ lệ cá cược nhà cái “ngầu” đến mức nào nhé!

Học sâu trong 18 dòng

Sau đây là mã sử dụng "VGG16", một DNN chuyên về phân loại hình ảnh, để nhận dạng nội dung trong hình ảnh

từ kerasapplicationsvgg16 nhập VGG16, preprocess_input, giải mã_predictions

Thật đáng kinh ngạc, nhận dạng hình ảnh bằng công nghệ học sâu có thể được thực hiện chỉ trong 18 dòng, bao gồm cả dòng trống và dòng nhận xét

Bạn nghĩ sao? Bạn không cảm thấy mình may mắn sao?

Tất nhiên là có một mẹo nhỏ cho việc này VGG16 là một DNN rất nổi tiếng, do đó, nó đi kèm với cấu trúc và đào tạo được xác định trước (được gọi là mô hình được đào tạo), cũng như xử lý để chuẩn bị dữ liệu và khả năng đọc kết quả đánh giá, như một phần của tỷ lệ cá cược nhà cái

Điều này cho phép đoạn mã trên thực hiện nhận dạng hình ảnh bằng cách để tỷ lệ cá cược nhà cái xử lý tất cả các phần phức tạp

Thử nhận dạng hình ảnh

Hãy chạy đoạn mã trên và kiểm tra kết quả

Để chạy nó, bạn cần cài đặt thư viện có tên h5py ngoài tỷ lệ cá cược nhà cái Trên Mac hoặc Linux, bạn có thể cài đặt nó bằng lệnh bên dưới chẳng hạn

$ pip cài đặt máy ảnh h5py

Trong thời gian chạy, đường dẫn tệp hình ảnh phải được chỉ định làm đối số dòng lệnh

Ví dụ~/pictures/target_picturejpglà hình ảnh được nhận dạng, lệnh như sau

$ python vgg16_keraspy ~/pictures/target_picturejpg

Khi được thực thi, quá trình xử lý nhận dạng hình ảnh sẽ được thực hiện nhưng chỉ lần đầu tiên nó mới tự động bắt đầu tải xuống mô hình đã huấn luyện VGG16 Quá trình tải xuống sẽ mất một chút thời gian, vì vậy hãy kiên nhẫn

Ví dụ như đây là kết quả phân tích hình ảnh bên dưới do tác giả chụp

Bánh mì phô mai kem Lox của Ess-a-Bagel

Kết quả đầu ra:

('n07693725', 'bánh mì tròn', 0,98136467)

5 kết quả đầu ra có thể được hiển thị Con số ở cuối biểu thị mức độ tin cậy, với 1,0 thể hiện độ tin cậy 100%

Thứ hạng cao nhất là bánh mì tròn, với độ tin cậy là 98%, cho thấy nhận dạng hình ảnh thành công

Các kết quả khác cũng ``có thể'' như bánh mì, bánh mì kẹp phô mai, bánh mì Pháp và bánh quy xoắn

Kết luận

Lần này, sau khi giới thiệu tổng quan về học sâu, trước tiên chúng tôi cho thấy cách học sâu hoạt động với tỷ lệ cá cược nhà cái bằng cách sử dụng mô hình được đào tạo sẵn

Lần tới, chúng tôi sẽ triển khai quá trình xử lý nhận dạng hình ảnh từ phía trước bằng tỷ lệ cá cược nhà cái