上一篇讲了产品经理也能动手实践的AI(三)- 深入图像识别,在线辨猫,形象的说明了SGD的原理,就是如何将一个线性函数你和到我们预设的散点图上。今天主要讲2个案例,1个核心模块,分别是卫星图像的多标签识别,图片分割着色,数据块这个核心模块。
这也是图像识别的最后一课了,我承认到这里可能就有点枯燥了,因为有很多需要消化的东西,不过我觉得重点是大概理解这是怎么一回事儿,以及把自己关注的点研究明白,不见得每个细节都要在一开始搞明白。
接下来就会讲解NLP和协同过滤,而且这节课也没有什么特别全新的东西,都是细节上的提升或者更详细的讲解。而我印象最深的就是u-net这个模型,以及他的lr(指代Learning Rate学习率,下文都会直接用lr来代替)训练方式,是先增后降。
1.概览
本节课主要讲解的是多标签识别(用卫星图像预测天气),图像分割(用不同颜色区分行人、道路、房子等),还有支持这两种类型的核心模块 - data block。
这是卫星图片,以及对应的标签
这是如何将一副路边的图像,用无人驾驶的视角按类别变成色块
2.1核心流程
下载数据(这一节主要来源于公共数据库)
创建databunch(data block的核心流程)
准备输入的数据
划分训练组和验证组数据
给输入的数据打标签
「可选」变形
「可选」增加测试组
转化成databunch
创建learner
开始训练
调优
2.2核心数学概念