The OpenNET Project / Index page

[ новости/++ | форум | wiki | теги ]

16.02.2017 11:25  Выпуск системы машинного обучения TensorFlow 1.0 и классификатора изображений ResNeXt

Компания Google представила первый стабильный выпуск платформы машинного обучения TensorFlow, предоставляющей готовые реализации различных алгоритмов глубокого машинного обучения. Предоставляется простой программный интерфейс для построения моделей на языке Python и низкоуровневый интерфейс для языка С++, позволяющий управлять построением и выполнением вычислительных графов. Код системы написан на языках С++ и Python и распространяется под лицензией Apache.

Платформа развивается командой Google Brain и используются в сервисах Google для распознавания речи, выделения лиц на фотографиях, определение схожести изображений, отсеивание спама в Gmail и организации перевода с учётом смысла. С момента открытия кода платформа также была задействована в нескольких независимых исследовательских проектах, например, на основе TensorFlow созданы мобильные приложения для определение рака кожи и профилактики слепоты у больных сахарным диабетом.

TensorFlow предоставляет библиотеку готовых алгоритмов численных вычислений, реализованных через графы потоков данных (data flow graphs). Узлы в таких графах реализуют математические операции или точки входа/вывода, в то время как рёбра графа представляют многомерные массивы данных (тензоры), которые перетекают между узлами. Узлы могут быть закреплены за вычислительными устройствами и выполняться асинхронно, параллельно обрабатывая разом все подходящие к ним тезоры, что позволяет организовать одновременную работу узлов в нейронной сети по аналогии с одновременной активацией нейронов в мозге. Распределённые системы машинного обучения можно создавать на типовом оборудовании, благодаря встроенной поддержке в TensorFlow разнесения вычислений на несколько CPU или GPU.

Версия TensorFlow 1.0 примечательна стабилизацией API для языка Python, который в дальнейшем будет меняться только с сохранением обратной совместимости, а также добавлением экспериментальных API для языков Java и Go. Среди других улучшений:

  • Подготовлен выскопроизводительный предметно-ориентированный компилятор XLA (Accelerated Linear Algebra) для ускорения операций линейной алгебры. Компилятор поддерживает как режим компиляции на лету (JIT), так и классическую предварительную компиляцию (AOT). Применение XLA позволяет значительно ускорить работу алгоритмов TensorFlow и сократить потребление памяти, сохранив при этом возможность использования как на обычных серверных и мобильных платформах, так и на системах со специализированными аппаратными ускорителями. Например, использование XLA позволяет ускорить обучение модели Inception v3 в 7.3 раза на системе с 8 GPU и в 58 раз в кластере из 64 GPU;
  • Из tf.contrib.learn в основной состав перенесён набор модулей (tf.layers, tf.metrics и tf.losses) c реализацией высокоуровневых API, упрощающих задействование средств машинного обучения в своих проектах.
  • Добавлен новый модуль tf.keras, обеспечивающий полную интеграцию с библиотекой построения нейронных сетей Keras.
  • API для языка Python переработан для большей схожести с API NumPy (для автоматической адаптации кода проектов к изменениям в API подготовлен скрипт);
  • Добавлен отладчик tfdbg, предоставляющий API и интерфейс командной строки для отладки приложений на базе TensorFlow во время их работы;
  • Подготовлен новый набор демонстрационных приложений для платформы Android с примерами реализации таких функций как определение объектов на изображении и корректировка картинки со встроенной камеры;
  • Для упрощения установки сформированы готовые Docker-образы и pip-пакеты, совместимые с PyPI (для установки TensorFlow теперь достаточно выполнить команду "pip install tensorflow").

Дополнительно можно отметить продолжение компанией Facebook публикации наработок по распознаванию объектов на фотографиях. Следом за реализацией алгоритмов DeepMask и SharpMask открыт код фреймворка ResNeXt с реализацией простой и модульной архитектуры классификации изображений и определения объектов на фотографиях, основанной на алгоритмах, изложенных в публикации "Aggregated Residual Transformations for Deep Neural Networks". Код написан на языке Lua в виде модуля к библиотеке глубинного машинного обучения Torch и распространяется под лицензией BSD. В дополнение к коду для загрузки под лицензией CC BY-NC 4.0 предлагается несколько готовых натренированных моделей нейронной сети для ResNeXt.

  1. Главная ссылка к новости (https://developers.googleblog....)
  2. OpenNews: Google представил технику реконструкции пикселизированных изображений
  3. OpenNews: Релиз библиотеки компьютерного зрения OpenCV 3.2
  4. OpenNews: В рамках проекта subpixel подготовлена нейронная сеть для восстановления изображений
  5. OpenNews: Google открыл код SyntaxNet, системы восприятия естественного языка
  6. OpenNews: Открыт код системы машинного обучения TensorFlow, разработанной командой Google Brain
Лицензия: CC-BY
Тип: Программы
Ключевые слова: tensorflow
При перепечатке указание ссылки на opennet.ru обязательно
Обсуждение Линейный вид | Ajax | Показать все | RSS
 
  • 1.1, Аноним, 16:40, 16/02/2017 [ответить] [смотреть все]
  • –3 +/
    Когда там уже ИИ? И почему не используют импульсные нейросети, как в мозгу?
     
     
  • 2.3, Стандарты, 16:45, 16/02/2017 [^] [ответить] [смотреть все]
  • +2 +/
    > Когда там уже ИИ?

    "ИИ - это то, что комьпютеры пока ещё не умеют делать." (C)

    > И почему не используют импульсные нейросети, как в мозгу?

    Нафига?

     
     
  • 3.4, Andrey Mitrofanov, 16:58, 16/02/2017 [^] [ответить] [смотреть все]
  • –1 +/
    >>импульсные нейросети, как в мозгу?
    > Нафига?

    Центры удовольствия дёргать. //Ваш КО.

     
  • 3.5, Ordu, 03:18, 17/02/2017 [^] [ответить] [смотреть все]
  • –1 +/
    > "ИИ - это то, что комьпютеры пока ещё не умеют делать." (C)

    Отставание от реальности detected. Сейчас, вообще-то, в развитых странах происходит AI революция. Не так, как это было нарисовано в терминаторе, помягче, но и тем не менее дело доходит до статей типа: https://bothsidesofthetable.com/mark-cuban-on-why-you-need-to-study-artificial

    ps. В качестве ликбеза: просто не надо путать Artifical Intelligence и General Intelligence. Это разные вещи, второе -- мифический частный случай первого, которое существует только в головах тех людей, кто не в теме.

     
     
  • 4.6, mma, 04:31, 17/02/2017 [^] [ответить] [смотреть все]
  • +/
    Говорят то все красиво но дальше машинного обучеия никто не ушел пока. Просто сейчас эту фишку стали пиарить, вот и кажется некоторым что это что то новое, срочно надо изучать )
     
     
  • 5.9, Ordu, 09:54, 17/02/2017 [^] [ответить] [смотреть все]  
  • +/
    > Говорят то все красиво но дальше машинного обучеия никто не ушел пока.
    > Просто сейчас эту фишку стали пиарить, вот и кажется некоторым что
    > это что то новое, срочно надо изучать )

    Конечно-конечно. Машинное обучение придумали 50 лет назад и с тех пор ничего не изменилось. А если кто-то говорит иначе, то это значит, что он по глупости пиарит. А если он ещё глуп настолько, чтобы поддерживать текущий бум инвестиций в стартапы, строящиеся на ИИ технологиях, то он просто дурак, удивительно как он до с таким дефицитом интеллекта умудрялся до сих пор быть успешным инвестором.
    Продолжай и дальше так думать, и несомненно ты никогда не станешь динозавром.

     
     
  • 6.11, Аноним, 11:05, 17/02/2017 [^] [ответить] [смотреть все]  
  • –2 +/
    В стране, которая является лидером по экспорту валенков статья экспорта Валяная... весь текст скрыт [показать]
     
     
  • 7.14, Ordu, 16:01, 17/02/2017 [^] [ответить] [смотреть все]  
  • +/
    > В стране, которая является лидером по экспорту валенков(статья экспорта "Валяная обувь"),
    > знают все о, искусственном интеллекте и машинном обучении!

    При чём здесь эта страна? Я дал хоть одну ссылку на русскоязычные источники?

    > 50 лет назад в России основным инструментом расчета были счеты. Ничего не
    > изменилось!
    > По крайней мере последний бюджет был точно рассчитан на счетах.
    > Ломаных.

    Изменилось. 50 лет назад создавались и использовались алгоритмы для анализа социальных и экономических проблем. Если очень интересно я могу поискать для примера какую-нибудь книжку на эту тему, чтоб почитать и ознакомиться. Сегодня же, да, беда.

     
  • 6.13, Sergei, 12:43, 17/02/2017 [^] [ответить] [смотреть все]  
  • +3 +/
    Ога, слава Герострата она такая...если не понимаешь происходящего, то делай вид, что понимаешь и критикуй всё подряд) И пофиг, что с 2012 года, стараниями Deep Learning, машинное зрение сделало огроменный шаг вперед, дав инструмент для решения таких задач, на которые 10-15 лет и не замахивались, но все равно найдутся те, кто будет нудеть "это всего лишь подбор весов и такое уже было 40 лет назад"...ну и да, еще, чтобы показать окружающим свою осведомленность и значимость, нужно при каждом удобном случае задвигать телеги (можно даже скопипастить в предыдущих подобных обсуждениях) на тему: "что есть интеллект" и "как понять, что натренированная нейронная сеть обладает интеллектом" :-)
     
  • 4.12, Аноним, 12:24, 17/02/2017 [^] [ответить] [смотреть все]  
  • +/
    Обучение и самообучение, это разные вещи.
     
     
  • 5.15, Ordu, 16:11, 17/02/2017 [^] [ответить] [смотреть все]  
  • +/
    > Обучение и самообучение, это разные вещи.

    В смысле supervised и unsupervised learning? Ну да, они разные, и что дальше? Современные методы статистики и AI могут и в supervised тоже. Собственно это даже проще, чем unsupervised, но убого, потому что человек мало чему может научить: чтобы научить чему-то, сначала надо самому научиться это делать, но если я и сам действительно могу это делать и понимаю, как я могу это делать, то зачем мне нужен AI, ведь зная всё, я могу написать программу классическими методами.

     
  • 1.7, лютый жабист__, 05:59, 17/02/2017 [ответить] [смотреть все]  
  • –1 +/
    Все эти корпорации бобра занимаются не тем (либо занимаются, но втихаря). В первую очередь надо пилить AI который будет программить по ТЗ, написанному английским по белому. Всё остальное сделает ОН... 8)
     
     
  • 2.8, Andrey Mitrofanov, 09:22, 17/02/2017 [^] [ответить] [смотреть все]  
  • +1 +/
    > Все эти корпорации бобра занимаются не тем (либо занимаются, но втихаря). В
    > первую очередь надо пилить AI который будет программить по ТЗ, написанному
    > английским по белому. Всё остальное сделает ОН... 8)

    Согласен! Пусть программы на джавве пишут программы на лиспе. В стране дворников не хватает.

     
  • 1.10, Аноним, 10:42, 17/02/2017 [ответить] [смотреть все]  
  • +/
    code go get github com tensorflow tensorflow tensorflow go code Реально, библ... весь текст скрыт [показать]
     
  • 1.16, Дензел, 12:24, 22/02/2017 [ответить] [смотреть все]    [к модератору]  
  • +/
    Можно сделать так,чтобы нейросеть обрабатывала (брала) данные с сайта статистики через api?
     

     Добавить комментарий
    Имя:
    E-Mail:
    Заголовок:
    Текст:


      Закладки на сайте
      Проследить за страницей
    Created 1996-2017 by Maxim Chirkov  
    ДобавитьРекламаВебмастеруГИД  
    Hosting by Ihor TopList