Цель этой статьи — научить нейронную сеть играть в игру "Жизнь", не обучая ее правилам игры.
Привет! Представляю вашему вниманию перевод статьи "Using a Convolutional Neural Network to Play Conway's Game of Life with Keras" автора kylewbanks.
Рубрика «машинное обучение» - 62
Использование сверточной нейронной сети для игры в «Жизнь» (на Keras)
2019-12-22 в 19:29, admin, рубрики: keras, machine learning, жизнь конвея, машинное обучениеКак подружить PyTorch и C++. Используем TorchScript
2019-12-17 в 11:02, admin, рубрики: c++, computer vision, data science, deep learning, machine learning, python, pytorch, TorchScript, Блог компании Open Data Science, машинное обучение, обработка изображений, ПрограммированиеОколо года назад разработчики PyTorch представили сообществу TorchScript — инструмент, который позволяет с помощью пары строк кода и нескольких щелчков мыши сделать из пайплайна на питоне отчуждаемое решение, которое можно встроить в систему на C++. Ниже я делюсь опытом его использования и постараюсь описать встречающиеся на этом пути подводные камни. Особенное внимание уделю реализации проекта на Windows, поскольку, хотя исследования в ML обычно делаются на Ubuntu, конечное решение часто (внезапно!) требуется под "окошками".
Примеры кода для экспорта модели и проекта на C++, использующего модель, можно найти в репозиториии на GitHub.
Deep Fake Science, кризис воспроизводимости и откуда берутся пустые репозитории
2019-12-17 в 7:11, admin, рубрики: big data, computer science, data science, open source, reproducibility crisis, воспроизводимость исследований, воспроизводимость статей, искусственный интеллект, машинное обучение, Научно-популярное, статьи без кода
Я мирно сидел на семинаре, слушал доклад студента о статье с прошлого CVPR и параллельно гуглил тему.
— К достоинствам статьи можно отнести наличие исходного кода….
Пришлось вмешаться:
— Наличие чего, простите?
— Э-э-э… Исходного кода…
— Вы его смотрели?
— Нет, но в статье указано…
(мать-мать-мать… привычно отозвалось эхо)
ㅡ Вы ходили по ссылке?
В статье, действительно, предельно обнадеживающе написано: “The code and model are publicly available on the project page …/github.io/...”, — однако в коммите двухлетней давности по ссылке значится вдохновляющее «Код и модель скоро выложим»:
Ищите и обрящете, стучите и откроется… Может быть… А может быть и нет. Я бы, исходя из печального опыта, ставил на второе, поскольку ситуация в последнее время повторяется ну уж о-о-очень часто. Даже на CVPR. И это только часть проблемы! Исходники могут быть доступны, но, к примеру, только модель, без скриптов обучения. А могут быть и скрипты обучения, но за несколько месяцев с письмами к авторам не получается получить такой же результат. Или за год на другом датасете с регулярными скайп-звонками автору в США не удается воспроизвести его результат, полученный в наиболее известной лаборатории в отрасли по этой теме… Трындец какой-то.
И, судя по всему, мы пока видим лишь цветочки. В ближайшее время ситуация кардинально ухудшится.
Кому интересно, что стало со студентом куда катится научный мир, в том числе по «вине» глубокого обучения, добро пожаловать под кат!
Читать полностью »
52 датасета для тренировочных проектов
2019-12-16 в 13:18, admin, рубрики: data science, dataset, deep learning, edisonsoftware, machine learning, python, Блог компании Edison, машинное обучение, Программирование, Учебный процесс в IT- Mall Customers Dataset — данные посетителей магазина: id, пол, возраст, доход, рейтинг трат. (Вариант применения: Customer Segmentation Project with Machine Learning)
- Iris Dataset — датасет для новичков, содержащий размеры чашелистиков и лепестков для различных цветков.
- MNIST Dataset — датасет рукописных цифр. 60 000 тренировочных изображений и 10 000 тестовых изображений.
- The Boston Housing DatasetЧитать полностью »
Высокоскоростное машинное зрение в универсальном устройстве для сортировки деталей LEGO
2019-12-16 в 4:34, admin, рубрики: lego, Raspberry Pi, искусственный интеллект, машинное зрение, машинное обучение, Разработка на Raspberry Pi, распознавание изображенийПоследние несколько лет я занимался проектированием и изготовлением машины, которая сможет распознавать и сортировать детали LEGO. Важнейшая часть машины — это Capture Unit, небольшое, почти полностью закрытое отделение, в котором есть конвейерная лента, освещение и камера.
Освещение вы увидите чуть ниже.
Камера делает фотографии поступающих по конвейеру деталей LEGO, а затем передаёт изображения по беспроводному каналу на сервер, выполняющий алгоритм искусственного интеллекта для распознавания детали среди тысяч возможных элементов LEGO. Подробнее об ИИ-алгоритме я расскажу в будущих статьях, а эта статья будет посвящена обработке, которая выполняется между «сырым» выводом видео камеры и входом в нейросеть.
Основная проблема, которую мне нужно было решить — это преобразование видеопотока с конвейера в отдельные изображения деталей, которые бы могла использовать нейросеть.
Читать полностью »
14 open-source проектов для прокачки Data Science мастерства (easy, normal, hard)
2019-12-15 в 18:39, admin, рубрики: data science, deep learning, edisonsoftware, open source, python, Блог компании Edison, машинное обучение, Программирование, Учебный процесс в ITData Science для начинающих
1. Sentiment Analysis (Анализ настроений через текст)
Посмотрите полную реализацию проекта Data Science с использованием исходного кода — Sentiment Analysis Project в R.
Sentiment Analysis — это анализ слов для определения настроений и мнений, которые могут быть положительными или отрицательными. Это тип классификации, при котором классы могут быть двоичными (положительными и отрицательными) или множественными (счастливыми, злыми, грустными, противными ...). Мы реализуем этот Data Science проект на языке R и будем использовать набор данных в пакете «janeaustenR». Мы будем использовать словари общего назначения, такие как AFINN, bing и loughran, выполнять внутреннее соединение, и в конце мы создадим облако слов, чтобы отобразить результат.
Язык: R
Набор данных/Пакет: janeaustenR
Читать полностью »
Простой классификатор P300 на открытых данных
2019-12-14 в 16:57, admin, рубрики: BCI, EEG, Impulse Neiry, machine learning, Neiry, neuroscience, P300, python, машинное обучение, мозг, нейрофизиология, открытые данные, ээгМой коллега Рафаэль Григорян eegdude недавно написал статью о том, зачем человечеству потребовалась ЭЭГ и какие значимые явления могут быть зарегистрированы в ней. Сегодня в продолжение темы нейроинтерфейсов мы используем один из открытых датасетов, записанных на игре, использующей механику P300, чтобы визуализировать сигнал ЭЭГ, посмотреть структуру вызванных потеницалов, построить основные классификаторы, оценить качество, с которым мы можем предсказать наличие такого вызыванного потенциала.
Напомню, что P300 — это вызванный потенциал (ВП), специфический отклик мозга связанный с принятием решений и и различением стимулов (что он из себя представляет мы увидим ниже). Обычно он используется для построения современных BCI.
Для того, чтобы заняться классификацией ЭЭГ, можно позвать друзей, написать игру про Енотов и Демонов в VR, записать собственные реакции и написать научную статью (об этом я расскажу как-нибудь в другой раз), но по счастью, учёные со всего мира уже провели некоторые эксперименты за нас и осталось только скачать данные.
Разбор способа построения нейроинтерфейса на P300 с пошаговым кодом и визуализациями, а также ссылку на репозиторий можно найти под катом.
Программист создал текстовый квест с нейросетью вместо гейм-мастера
2019-12-12 в 13:36, admin, рубрики: GPT-2, Дизайн игр, Игры и игровые приставки, машинное обучение, нейронные сети, текстовые игры, текстовый квест
Иллюстрация: Precision, Control, Cognition
Ник Уолтон выложил на Github свою игру AIDungeon 2, стилизованную под классическую текстовую ролевую игру. Отличие AIDungeon 2 от других игр такого жанра в том, что игровой мир, сюжет и события генерируются нейросетью, основанной на GPT-2. По словам разработчика, потенциально AIDungeon 2 может создать бесконечное количество неповторяющихся миров.
Читать полностью »
Как Яндекс научил искусственный интеллект находить ошибки в новостях
2019-12-12 в 7:43, admin, рубрики: BERT, natural language processing, Блог компании Яндекс, заголовки новостей, искусственный интеллект, команда яндекс.новостей, машинное обучение, нейронные сети, нейросети, поисковые технологииМы часто рассказываем о технологиях и библиотеках, которые зародились и сформировались в Яндексе. На самом деле мы ничуть не реже применяем и развиваем сторонние решения.
Сегодня я расскажу сообществу Хабра об одном из таких примеров. Вы узнаете, зачем мы научили нейросеть BERT находить опечатки в заголовках новостей, а не воспользовались готовой моделью, почему нельзя взять и запустить BERT на нескольких видеокартах и как мы использовали ключевую особенность этой технологии — механизм attention.
В России впервые прошли соревнования беспилотных автомобилей, до финиша добрался только один
2019-12-11 в 15:10, admin, рубрики: аварии, беспилотные авто, будущее здесь, гонка, машинное обучение, Научно-популярное, ПДД, препятствия, робототехника, транспорт, трасса
Согласно информации издания «Российская газета», 10 декабря 2019 года в Московской области на автополигоне ФГУП «НАМИ» под Дмитровом прошел финал технологического конкурса Up Great «Зимний город», в котором принимали участие команды-разработчики беспилотных систем управления автомобилями. Это мероприятие стало первым в России официально зарегистрированным соревнованием беспилотных автомобилей.
Читать полностью »