Если бы разработчиков приложений и их пользователей рисовали великие художники. Ловите очередную подборку.
#мемасики
#мемасики
Пссс, читатель... Не хочешь узнать что-то новенькое о нейросетях? Не проходи мимо, сегодня рассказываем о проекте по обучению искусственного интеллекта.
В октябре 2020 года поступил заказ - научить нейросети отслеживать автомобили, незаконные стройки, вырубки леса и считать людей, чтобы оценивать заполняемость на массовых мероприятиях. Задача не из простых, а сроки на реализацию масштабного проекта сжатые - два месяца.
Программист, который взялся за проект, построил инфраструктуру платформы на базе сервера с 4 GPU класса V100 и адаптировал работу моделей под эффективное использование такого объема ресурсов.
“Пришлось сократить сроки на исследование моделей, но зато удалось быстро на основе имеющихся данных провести необходимые эксперименты по обучению нейросети, подобрать наиболее эффективные функции и параметры для ее обучения, а еще наметить перспективы для дальнейшего дообучения”, - рассказывает создатель платформы.
Кстати, во время обнаружения нейросетью объектов капитального строительства был интересный случай. Некоторые дома частично закрыты деревьями и асессор иногда размечал такие участки изображений как часть дома, но нейросеть, обучившись на других изображениях, всё же вырезала эти участки, то есть показывала большую точность, чем человеческий глаз.
После создания машины, которая позволит получать большое количество данных, наработки передали заказчику, поделились опытом, чтобы он мог самостоятельно продолжить работу в этой сфере.
Как обучить нейросети? Интересно? Читай в картинках.
#Цифровыепродукты
#Онейроночках
В октябре 2020 года поступил заказ - научить нейросети отслеживать автомобили, незаконные стройки, вырубки леса и считать людей, чтобы оценивать заполняемость на массовых мероприятиях. Задача не из простых, а сроки на реализацию масштабного проекта сжатые - два месяца.
Программист, который взялся за проект, построил инфраструктуру платформы на базе сервера с 4 GPU класса V100 и адаптировал работу моделей под эффективное использование такого объема ресурсов.
“Пришлось сократить сроки на исследование моделей, но зато удалось быстро на основе имеющихся данных провести необходимые эксперименты по обучению нейросети, подобрать наиболее эффективные функции и параметры для ее обучения, а еще наметить перспективы для дальнейшего дообучения”, - рассказывает создатель платформы.
Кстати, во время обнаружения нейросетью объектов капитального строительства был интересный случай. Некоторые дома частично закрыты деревьями и асессор иногда размечал такие участки изображений как часть дома, но нейросеть, обучившись на других изображениях, всё же вырезала эти участки, то есть показывала большую точность, чем человеческий глаз.
После создания машины, которая позволит получать большое количество данных, наработки передали заказчику, поделились опытом, чтобы он мог самостоятельно продолжить работу в этой сфере.
Как обучить нейросети? Интересно? Читай в картинках.
#Цифровыепродукты
#Онейроночках