AI for Beginners Curriculum ലെ ലാബ് അസൈൻമെന്റ്.
ഒരു പെട്ട് നഴ്സറിയുടെ എല്ലാ പെട്ടുകളെയും കാറ്റലോഗ് ചെയ്യാനുള്ള ഒരു ആപ്ലിക്കേഷൻ വികസിപ്പിക്കേണ്ടതായി നിങ്ങൾക്ക് കരുതുക. അത്തരത്തിലുള്ള ഒരു ആപ്ലിക്കേഷന്റെ മികച്ച സവിശേഷതകളിൽ ഒന്ന് ഫോട്ടോഗ്രാഫിൽ നിന്ന് സ്വയം ജാതി കണ്ടെത്തുക എന്നതാണ്. ഈ അസൈൻമെന്റിൽ, നാം ട്രാൻസ്ഫർ ലേണിംഗ് ഉപയോഗിച്ച് Oxford-IIIT പെട്ട് ഡാറ്റാസെറ്റിൽ നിന്നുള്ള യഥാർത്ഥ ജീവിത പെട്ട് ചിത്രങ്ങളെ വർഗ്ഗീകരിക്കും.
നാം 35 വ്യത്യസ്ത ജാതികളുടെ നായകളും പൂച്ചകളും ഉൾക്കൊള്ളുന്ന ഒറിജിനൽ Oxford-IIIT പെട്ട് ഡാറ്റാസെറ്റ് ഉപയോഗിക്കും.
ഡാറ്റാസെറ്റ് ഡൗൺലോഡ് ചെയ്യാൻ, ഈ കോഡ് സ്നിപ്പെറ്റ് ഉപയോഗിക്കുക:
!wget https://www.robots.ox.ac.uk/~vgg/data/pets/data/images.tar.gz
!tar xfz images.tar.gz
!rm images.tar.gzOxfordPets.ipynb തുറന്ന് ലാബ് ആരംഭിക്കുക
ട്രാൻസ്ഫർ ലേണിംഗ്, പ്രീ-ട്രെയിൻ ചെയ്ത നെറ്റ്വർക്കുകൾ എന്നിവ ഉപയോഗിച്ച് നാം യഥാർത്ഥ ലോകത്തിലെ ചിത്ര വർഗ്ഗീകരണ പ്രശ്നങ്ങൾ എളുപ്പത്തിൽ പരിഹരിക്കാം. എന്നാൽ, പ്രീ-ട്രെയിൻ ചെയ്ത നെറ്റ്വർക്കുകൾ സമാന തരം ചിത്രങ്ങളിൽ മാത്രമേ നല്ല ഫലം നൽകൂ. വളരെ വ്യത്യസ്തമായ ചിത്രങ്ങൾ (ഉദാ: മെഡിക്കൽ ചിത്രങ്ങൾ) വർഗ്ഗീകരിക്കാൻ തുടങ്ങുമ്പോൾ ഫലങ്ങൾ വളരെ മോശമാകാൻ സാധ്യതയുണ്ട്.
അസൂയാ:
ഈ രേഖ AI വിവർത്തന സേവനം Co-op Translator ഉപയോഗിച്ച് വിവർത്തനം ചെയ്തതാണ്. നാം കൃത്യതയ്ക്ക് ശ്രമിച്ചിട്ടുണ്ടെങ്കിലും, സ്വയം പ്രവർത്തിക്കുന്ന വിവർത്തനങ്ങളിൽ പിശകുകൾ അല്ലെങ്കിൽ തെറ്റുകൾ ഉണ്ടാകാമെന്ന് ദയവായി ശ്രദ്ധിക്കുക. അതിന്റെ മാതൃഭാഷയിലുള്ള യഥാർത്ഥ രേഖ അധികാരപരമായ ഉറവിടമായി കണക്കാക്കപ്പെടണം. നിർണായക വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ വിവർത്തനം ശുപാർശ ചെയ്യപ്പെടുന്നു. ഈ വിവർത്തനം ഉപയോഗിക്കുന്നതിൽ നിന്നുണ്ടാകുന്ന ഏതെങ്കിലും തെറ്റിദ്ധാരണകൾക്കോ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കോ ഞങ്ങൾ ഉത്തരവാദികളല്ല.