)
Deep
Learning
מידה עמוקה (
היא ענף של למידת מכונה
), 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
MATLAB
בסביבת
Deep Learning
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
רועי פן, סיסטמטיקס
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
ל
IoT
מוסף מיוחד
New-Tech Magazine l 72