|
Sun'iy intellekt uzoq yo'lni bosib o'tish jarayonida kerakli tajribalarni yig’di va odamlar hamda mashinalar salohiyati o'rtasidagi farqni muammosiz ravishda to'ldirib kelmoqda
|
| bet | 1/5 | | Sana | 11.12.2023 | | Hajmi | 13,9 Kb. | | #116170 |
Bog'liq Sun\'iy intellekt uzoq yo\'lni bosib o\'tish jarayonida kerakli taj-www.hozir.org
Sun'iy intellekt uzoq yo'lni bosib o'tish jarayonida kerakli tajribalarni yig’di va odamlar hamda mashinalar salohiyati o'rtasidagi farqni muammosiz ravishda to'ldirib kelmoqda
1.2. Konvolyutsion Neyron Tarmoq (Convolutional neural networks)
Sun'iy intellekt uzoq yo'lni bosib o'tish jarayonida kerakli tajribalarni yig’di va odamlar hamda mashinalar salohiyati o'rtasidagi farqni muammosiz ravishda to'ldirib kelmoqda. Butun dunyo bo'ylab ma'lumot ixlosmandlari sun’iy intelektning ko'plab jihatlari ustida ishlashadi va vahiylarni haqiqatga aylantiradi, shunday ajoyib sohalardan biri bu Computer Vision sohasidir. Yann LeCun, Facebookdagi SI tadqiqot guruhining direktori, konvolyutsion neyron tarmoqlarining kashfiyotchisi. U 1988 yilda LeNet deb nomlangan birinchi konvolyatsion neyron tarmog'ini qurdi. LeNet pochta kodlari va raqamlarini o'qish kabi belgilarni aniqlash vazifalari uchun ishlatilgan. Ushbu soha mashinalarni dunyoni odamlar kabi ko'rishi va bilimlardan bir nechta vazifalar va jarayonlar uchun foydalanishi (rasmni tanib olish, tasvirni tahlil qilish va tasniflash va boshqalar) uchun ishlatilishini ta'minlashga imkon beradi. Deep Learning bilan Computer Visionda erishilgan yutuqlar, ayniqsa konvolyutsion neyron tarmoq algoritmida katta muvaffaqiyatlarga erishdi. Ushbu sohaning tartibi - mashinalarga dunyoni odamlar kabi ko'rishi, uni xuddi shunday qabul qilishi va hattoki bilimlardan Tasvir va Videoni tanib olish, Tasvirlarni tahlil qilish va tasniflash, Media hordiq chiqarishi, Tavsiya tizimlari kabi ko'plab vazifalar uchun foydalanishi, tabiiy tilni qayta ishlash va hk. Chuqur o'rganish bilan kompyuterni ko'rish sohasidagi yutuqlar vaqt o'tishi bilan, birinchi navbatda, ma'lum bir algoritm - Konvolyutsion asab tarmog'i orqali tuzildi va takomillashtirildi.
Convolutional Neural Network (ConvNet / CNN) - bu kirish tasvirini oladigan, tasvirdagi turli jihatlarga / narsalarga ahamiyat beradigan (o'rgatiladigan og'irliklar va nosozliklar) ahamiyatini bera oladigan va boshqasini ajrata oladigan chuqur o'rganish algoritmi. ConvNet-da talab qilinadigan qayta ishlash boshqa tasniflash algoritmlariga nisbatan ancha past. Ibtidoiy usullarda filtrlar yetarlicha o'qitish bilan qo'lda yaratilsa, ConvNets ushbu filtrlarni / xususiyatlarini o'rganishi mumkin. ConvNet arxitekturasi inson miyasidagi neyron aloqasi tuzilishiga o'xshaydi va vizual korteksning tashkil etilishidan ilhomlangan. Shaxsiy neyronlar ogohlantirishlarga faqat ko'rish sohasi deb ataladigan cheklangan sohada javob beradi. Bunday maydonlarning to'plami butun vizual maydonni qoplash uchun bir-biriga to'g'ri keladi.
1.2.1-rasm. Qo’lda yozilgan raqamlarni tasniflash uchun CNN ketma-ketligi.
Convolutional Neural Network (ConvNet / CNN) - bu kirish tasvirini oladigan, tasvirdagi turli jihatlarga / narsalarga ahamiyat beradigan (o'rgatiladigan og'irliklar va yonma-yonliklar) ahamiyatini bera oladigan va boshqasini ajrata oladigan chuqur o'rganish algoritmi. ConvNet-da talab qilinadigan qayta ishlash boshqa tasniflash algoritmlariga nisbatan ancha past. Ibtidoiy usullarda filtrlar yetarlicha tayyorgarlik bilan qo'lda yaratilsa, ConvNets ushbu filtrlarni / xususiyatlarni o'rganishi mumkin. ConvNet arxitekturasi inson miyasidagi neyronlarning bog'lanish tuzilishiga o'xshaydi va vizual korteksning tashkil etilishidan ilhomlangan. Shaxsiy neyronlar stimulga faqat ko'rish sohasining cheklangan maydonida, sezgir sohasi deb nom berilganida javob beradi. Bunday maydonlarning to'plami butun ko'rish maydonini qoplash uchun bir-biriga to'g'ri keladi.
Qushlarning rasmini tasavvur qiling va u haqiqatan ham qushmi yoki boshqa narsalarmi, aniqlamoqchisiz. Siz qiladigan birinchi narsa - bu tasvir piksellarini massiv sifatida neyron tarmoqning kirish qatlamiga berish (narsalarni tasniflash uchun ishlatiladigan ko'p qatlamli tarmoqlar). Yashirin qatlamlar turli xil hisob-kitoblar va manipulyatsiyalarni amalga oshirish orqali xususiyatlarni chiqarishni amalga oshiradi. Tasvirdan xususiyatlarni chiqarishni amalga oshiradigan konvolyutsiya qatlami, ReLU qatlami va birlashma qatlami kabi bir nechta yashirin qatlamlar mavjud, hamda rasmdagi ob'ektni borligicha aniqlaydigan to'liq bog'langan qatlam mavjud.
1.2.2-rasm. Qushlarning tasvirini aniqlovchi Konvolyutsion neyron tarmog’i
Konvolyutsion neyron tarmoq - bu tarmoqqa o'xshash topologiya bilan ma'lumotlarni qayta ishlash orqali vizual tasvirlarni tahlil qilish uchun ishlatiladigan tez-tez uzatiladigan neyron tarmoq. U ConvNet nomi bilan ham tanilgan. Konvolyutsion asab tizimi tasvirdagi narsalarni aniqlash va tasniflash uchun ishlatiladi. Quyida ikki xil gullarni belgilaydigan asab tarmog'i mavjud: orhideya va atirgullar.
1.2.3-rasm: CNN algoritmi gullarni tanib olishning ranglarga qarab ajratishi
CNN-da har bir rasm piksel qiymatlari qatori ko'rinishida namoyish etiladi.
1.2.4-rasm: 0 va birlar asosiga qurilgan massivlar orqali shakllarni tanib olish
|
|
Bosh sahifa
Aloqalar
Bosh sahifa
Sun'iy intellekt uzoq yo'lni bosib o'tish jarayonida kerakli tajribalarni yig’di va odamlar hamda mashinalar salohiyati o'rtasidagi farqni muammosiz ravishda to'ldirib kelmoqda
|
