机器学习是一种人工智能领域的技术和方法,旨在让计算机系统能够从数据中学习和改进,而无需显式地进行编程。它涉及构建和训练模型,使其能够自动从数据中提取规律、进行预测或做出决策。
我对于机器学习这方面的了解可以说是一片空白,既不懂机器学习,也不懂 python,更不懂算法。
像我这样的人,在短时间内精通机器学习是不可能的。
那么,现在我可以通过哪些渠道来快速了解机器学习呢?或者说,玩一玩?
答案就是通过 Gorilla
这个开源项目来实现机器学习。
Gorilla 简介&使用
Gorilla 是一个基于 LLM 实现的对话模型,可以接收用户提供的需求,然后给出能够实现需求的机器学习模型 API,目前支持的开源模型 API 来源包含:Hugging Face、Torch、and TensorFlow.
我们可以在 Google 的 Colab 上面运行 Gorilla,也可以在本地运行 Gorilla。
这里我使用 Colab 来运行 Gorilla。
Gorilla 提供了两个案例,一个是翻译的案例,一个是图像识别的案例。
这里我选用了图像识别的案例,点击运行。
从图中可以看出,我们给出的需求是 构建一个可以识别图片中的物体的机器人
,使用的模型来源是 Hugging Face
。
它的回答是:
- 步骤:
- 引入
PIL
和transformers
相关依赖, 其中包含的DetrForObjectDetection
可用于图像识别。 - 使用
from_pretrained
方法加载模型,模型可以用来识别图片中的物体。 - 从远端下载图片,然后使用
PIL
处理图片。 - 使用模型识别图片中的物体,然后将识别结果返回。
最后,它给出了一段代码,我们可以直接复制到本地文件中运行。
运行之前,需要保证本地具备 python3
工作环境,同时需要使用 pip
将代码中使用到的依赖进行安装。
我在简单尝试后,发现这段代码是无法运行