通过 Gorilla 入门机器学习

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：

1. 引入 PIL 和 transformers 相关依赖, 其中包含的 DetrForObjectDetection 可用于图像识别。
2. 使用 from_pretrained 方法加载模型，模型可以用来识别图片中的物体。
3. 从远端下载图片，然后使用 PIL 处理图片。
4. 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