vývojáři softwaru Googlu původně koncipovaný a postavený hlubokého snu a pro ImageNet velkém formátu Visual Uznání Challenge, každoroční soutěž která začala v roce 2010. Každý rok, desítky organizací soutěží najít nejefektivnější způsoby, aby se automaticky detekují a klasifikovat miliony obrázků. Po každé akci, programátoři přehodnotit jejich metody a pracovat na zlepšení své techniky.
Rozpoznávání obrazu je životně důležitou složkou, která je většinou chybí naší krabice internetových nástrojů. Naše vyhledávače jsou zaměřeny převážně k porozumění zadali klíčová slova a fráze namísto obrazů. To je jeden z důvodů, budete muset označit své sbírky obrázků s klíčovými slovy jako " kočku, " " house " a ". Tommy " Počítače prostě se snaží identifikovat obsah obrazu s jakoukoli spolehlivou přesností. Vizuální data jsou přeplněná a špinavá a neznámé, z nichž všechny ztěžuje počítače rozumět.
Díky projektům, jako jsou hluboké Dream, naše stroje jsou stále lepší při pohledu na vizuální svět kolem nich. Aby hlubokého snu a práci, programátorů Google vytvořil umělé neuronové sítě (ANN), typ počítačového systému, které mohou učit na jeho vlastní. Tyto neuronové sítě jsou modelovány po funkčnosti lidského mozku, který využívá více než 100 miliard neuronů (nervové buňky), které vysílají na nervové impulsy, které umožňují všech našich tělesných procesů.
V neuronové sítě, umělé neurony stát v biologických ty, filtrování dat v mnoha různými způsoby, znovu a znovu, dokud se systém dorazí do jakési výsledku. V případě hlubokých Dream, který typicky má mezi 10 a 30 vrstev umělých neuronů, že konečný výsledek je obraz.
Jak hluboký Dream reimagine vaše fotografie, převádí je od známých scén, které se computer-art omítek které mohou pronásledovat noční můry vaše pro nadcházející roky?
Počítačové Brains a kola
neuronových sítí nejsou automaticky nastavena o identifikační údaje. Jsou to vlastně vyžadují -Oni potřebují trochu tréninku být krmena sady dat použít jako referenční body. Jinak by slepě prosít přes dat, nemohl nějaký smysl z toho.
Podle oficiálním blogu Google, tréninkový proces je založen na opakování a analýzu. Například, pokud chcete trénovat s ANN pro identifikaci na kole, měli byste ukázat, že mnoho milionů jízdních kol. Kromě toho byste jasně specifikovat - v počítačovém kódu, samozřejmě. - Co je to kolo vypadá, se dvěma koly, sedadlem a ří
