New-Tech Magazine | Feb 2017 | Digital Edition

IoT מוסף מיוחד

MATLAB בסביבת Deep Learning

רועי פן, סיסטמטיקס

ל

) Deep Learning מידה עמוקה ( היא ענף של למידת מכונה

מחלץ הפיצ'רים האוטומטי לבעיה שלנו (אפילו שמדובר בבעיה אחרת, אולם רצוי שהבעיות לא יהיו מעולמות זרים מידי). CNN זו דרך קלה לנצל את הכוח של מבלי להשקיע זמן ומאמץ באימון שלהן "מאפס". בגישה זו, אין צורך במאגר גדול -ים עבור האימון של Label של תמונות עם המסווג, כמות החישובים נמוכה, ומשך האימון של המסווג יעמוד על שניות או לכל היותר - דקות - גם ללא שימוש בכרטיס ) של המחשב. GPU המסך ( כדי לחלץ פיצ'רים באמצעות מודל מאומן, ניתן להשתמש במגוון CNN משלימים לביצוע Community Packages למידה עמוקה המתממשקים עם סביבת , Caffe ו- MatConvNet , דוגמת MATLAB אך נוח יותר לבצע את התהליך תוך שימוש . כלי זה Neural Network Toolbox בכלי - אשר באופן כללי מיועד למי שמחפש MATLAB בסביבת Apps פונקציות ו- , אימון, Neural Networks ליצירה של R 2016 a הצגה וסימולציה שלהן - מגרסת יכול מאוד לעזור לאלה מכם שרוצים לבצע

היא קודם כל לחלץ פיצ'רים מעניינים -ים, פילוג edge מתוך התמונה - כמו צבעים וכדומה - וזה שלב הכרחי כיוון שאלגוריתמי לימוד מכונה סטנדרטים לא יודעים לפעול ישירות על תמונה, הם מתעלמים לחלוטין מהמבנה של תמונה. בשלב הבא - מתבצע הסיווג של התמונה, בעזרת מסווג אשר נבנה קודם לכן על סמך תמונות האימון. בגישה של למידה עמוקה, לעומת זאת, נותנים לאלגוריתם ללמוד את הפיצ'רים אוטומטית מתוך התמונות, מפיצ'רים -ים ופינות, edge גנריים כמו Low Level ועד לפיצ'רים ספציפיים לבעיה. כלומר, אלגוריתמי הלמידה העמוקה לא יודעים לבצע רק את הסיווג, אלא הם גם יודעים ללמוד כיצד לחלץ פיצ'רים ישירות מתוך התמונות, וכך הם חוסכים את הצורך בחילוץ ידני של הפיצ'רים, ובעצם מממשים .) End to End למידה מקצה לקצה ( אחת מדרכי העבודה בתחום הלמידה CNN העמוקה היא להשתמש במודל שכבר מאומן עבור בעיה מסוימת, בתור

), והיא נושא מאוד חם Machine Learning ( בימינו, לאור התוצאות האיכותיות שניתן להשיג בעזרתה, באופן מהיר יותר מבעבר. הטכניקה הזו, למידה עמוקה, יכולה ללמוד ייצוגים שימושיים של פיצ'רים ישירות מתוך תמונות, טקסטים וקול - דבר המקנה לה יתרונות רבים. הלמידה הנ"ל מתבצעת באמצעות שימוש - או Convolutional Neural Network ב- - שזה סוג של רשת עצבית. CNN בקיצור - מאומנת עם אוסף גדול של מידע, CNN ה- אשר בעזרתו הרשת לומדת ייצוגים עשירים של פיצ'רים, אשר מניבים ברוב המקרים תוצאות טובות יותר מאלה שמניבים הפיצ'רים המסורתיים. בתור מחלץ CNN שימוש ב- פיצ'רים נניח שאנחנו רוצים לסווג תמונה לאחת מבין אופציות כמו כלב, ילד, אופניים וכו'. הגישה הסטנדרטית של למידת מכונה

New-Tech Magazine l 72