Brevemente
Criei um novo projeto, Interactive Machine Learning Experiments no GitHub. Cada experiência consiste em um laptop Jupyter / Colab mostrando como o modelo foi treinado e uma página de demonstração mostrando o modelo em ação no seu navegador.
Apesar do fato de os modelos de máquina no repositório serem um pouco "burros" (lembre-se, estes são apenas experimentos, não um código lambido, prontos para "fazer o upload para a produção" e gerenciar ainda mais o novo Tesla), eles farão o possível para:
- Reconhecer números e outros esboços que você desenha no navegador
- Identifique e reconheça objetos em vídeo da sua câmera
- Categorizar imagens enviadas por você
- Escreva um poema no estilo de Shakespeare com você
- E até brinque com pedra-papel-tesoura com você
- e assim por diante
Treinei modelos em Python usando o TensorFlow 2 com suporte a Keras . Para o aplicativo de demonstração, usei a versão React e JavaScript do Tensorflow .
![Experiências interativas de aprendizado de máquina](https://habrastorage.org/getpro/habr/post_images/3e4/b83/2a6/3e4b832a607b38fe6ebf64a74304925e.png)
Modelos de desempenho
, .️ , " ", . , . (, 60% , , 97%), (overfitting vs underfitting).
- :
![Modelo de máquina muda](https://habrastorage.org/getpro/habr/post_images/079/73c/c81/07973cc81709f3ceb90984bf76ea68b7.png)
, - "":
![Modelo de máquina mais inteligente](https://habrastorage.org/getpro/habr/post_images/f0c/246/e87/f0c246e87d8461bedaac585f7531b9b0.png)
- full-stack (-). , , , - .
- Python , . Playground and Cheatsheet for Learning Python. , Python, "" ,
dict_via_comprehension = {x: x**2 for x in (2, 4, 6)}
. - Python- . Andrew Ng Coursera Homemade Machine Learning. " -" , , , k-, ( ?) .
- " " NanoNeuron. 7 JavaScript , , - "".
- Deep Learning - Andrew Ng Coursera (multilayer perceptrons), (convolutional and recurrent neural networks). , , . TensorFlow 2 Keras. ( ), - , -, . Interactive Machine Learning Experiments, .
- TensorFlow.js , ( Jupyter ) .
- HDF5 TensorFlow.js Layers TensorFlow.js converter. ( ) , HTTP , , -, , , , "". HTTP API .
- React create-react-app Flow .
- Material UI. , , " " (, Bootstrap).
- , Jupyter :
(Multilayer Perceptron, MLP)
, .
![Reconhecimento de dígitos manuscritos](https://habrastorage.org/getpro/habr/post_images/dde/abb/820/ddeabb820e5eaf3a6737ea3798805b22.gif)
, .
![Reconhecimento de esboço manuscrito](https://habrastorage.org/getpro/habr/post_images/a1a/f98/f24/a1af98f24f9687516f436c3997306916.gif)
(Convolutional Neural Network, CNN)
(CNN)
, . MLP, CNN.
![Reconhecimento de dígitos manuscritos (CNN)](https://habrastorage.org/getpro/habr/post_images/dde/abb/820/ddeabb820e5eaf3a6737ea3798805b22.gif)
(CNN)
, . MLP, CNN.
![Reconhecimento de esboço manuscrito (CNN)](https://habrastorage.org/getpro/habr/post_images/a1a/f98/f24/a1af98f24f9687516f436c3997306916.gif)
-- (CNN)
-- . CNN, .
![Pedra Papel Tesoura (CNN)](https://habrastorage.org/getpro/habr/post_images/ba1/ce2/c40/ba1ce2c409ef1f859f2379aa913b884a.gif)
Rock Paper Scissors (MobilenetV2)
-- . , MobilenetV2.
![Tesoura para papel de rocha (MobilenetV2)](https://habrastorage.org/getpro/habr/post_images/62b/d44/fd2/62bd44fd2baf2044c85dcf300ca340e2.gif)
(MobileNetV2)
( ), . MobilenetV2.
![Detecção de objetos (MobileNetV2)](https://habrastorage.org/getpro/habr/post_images/85e/cee/fa3/85eceefa39aff6781db023fe14c41d3e.gif)
(MobileNetV2)
, , "" . MobilenetV2.
![Classificação de imagem (MobileNetV2)](https://habrastorage.org/getpro/habr/post_images/687/de9/629/687de96293f15861031ad7fc1b6da1ed.gif)
(Recurrent Neural Networks, RNN)
(, 17+38
) ( 55
). , , ( ). "" 1
→ 17
→ 17+
→ 17+3
→ 17+38
55
. , Hola
Hello
, .
![Soma de números](https://habrastorage.org/getpro/habr/post_images/e49/3ba/110/e493ba110b3512b3c8367d0c1287905f.gif)
, . "" .
![Geração de texto de Shakespeare](https://habrastorage.org/getpro/habr/post_images/93e/bae/a4c/93ebaea4c757d34a8d9ba02e705fcaa9.gif)
Wikipedia
Wiki , .
![Geração de texto da Wikipedia](https://habrastorage.org/getpro/habr/post_images/9ef/c31/06b/9efc3106b06044a6e4f6ff91e2d5cbbc.gif)
, — , (, ). — Deep Learning. :
, . , / , 60%
.
, , - , --.
!