28.05.27 Тренажёр интеллекта для кошки на основе нейронных сетей
Запись от jvf размещена 27.05.2018 в 21:26
Показов 2745
Комментарии 2
|
В прошлом блоге я рассказал о том, что решил проблему со сбором данных для кошки. Для этого я просто даю лакомство, когда кошка бегает перед камерой. Но я придумал сегодня следующую вещь: использовать эту штуку как тренажер интеллекта для кошки. Работает это следующим образом. У меня есть натренированная свёрточная нейронная сеть, и если кошка попадает в веб-камеру, то программа издаёт звук. Я поворачиваю голову, и если вижу животное, то кидаю лакомство. Но понятное дело, что животное быстро раскусило суть игры, и теперь тусуется только рядом с камерой. Никаких лакомств не хватит, чтобы каждый раз ей что-то кидать. Поэтому я усложнил задачу. Даю лакомство, если вероятность распознавания нейронной сети увеличится. Иными словами, в первый раз я готов дать лакомство, если кошка просто попадёт в камеру (свёрточная нейронная сеть видит кошку с вероятностью в 50 процентов или более). В следующий раз я даю лакомство, если вероятность того, что кошка попала в кадре больше или равна 51 проценту. В следующий раз -- больше или равна 52 процентам. И так далее. Иными словами, я требую, что на каждом следующем шаге нейронная сеть была всё более и более уверена, что перед ней кошка. А задача кошка -- убедить нейронную сеть, что это именно она, а не кто-то другой. То есть каждый раз животному будет сложнее и сложнее получать лакомство. Получается настоящий тренажёр интеллекта. Сначала всё просто, но потом сложнее и сложнее, и сложнее. В итоге я использовал простейшие факты из нейронных сетей, которые сегодня знает каждый школьник, но получил полезную штуку. Не просто распознавание, а интересный и полезный досуг для кошки. Животным обычно скучно лежать на диване. Они спят от скуки, и я помогаю коту с помощью нейронной сети делать её жизнь более интересной. Мы побуждаем животное чаще двигаться, больше двигаться, думать, то есть повышаем качество жизни. Реализовал я это следующим образом: Параметр сложности задания. Чем выше numb_press, тем сложнее животному получать лакомство. Сначала сложность на нуле.
Found -- видим ли мы кошку или нет.
Для проигрывания звуков используем pygame.
У нас по сути получилась настоящая игра для кошки. Мы сделали не просто распознаватель изображения "кошка или не кошка", а мы создали на основе простейших фактов из свёрточных нейронных сетей настоящую интеллектуальную игру для животного. В итоге животное будет вынуждено не валяться на диване от скуки, а будет как-то включить свои мозги. Мы ещё раз видим мощь нейронных сетей в плане практической пользы. Даже игрушечные примеры способны приводить к интересным результатам. 2. Интересное видео о нейронных сетях Рекуррентные нейронные сети | Глубокие нейронные сети на Python https://www.youtube.com/watch?v=38iGggnbbsQ 1. Свёрточные нейронные сети хороши для определённых задач: для анализа изображений, видео, звука и т.п. Но они не хороши для других задач: для автоматического распознавания речи, автоматического перевода, для обработки естественных языков. 2. Например, мы хотим предсказать следующее слово: Столица России... Поэт Александр Сергеевич... 3. Для решения таких задач часто используются рекуррентные нейронные сети. Нейроны в такой сети могут часть информации передавать себе на вход. За счёт этого запоминать события, которые произошли некоторое время назад. В итоге рекуррентная нейронная сеть хорошо работает для предсказания последовательностей. 4. Сейчас используются рекуррентные нейронные сети под названием "Сети долго-краткосрочной памяти (Long short-term memory, LSTM) 5. LSTM сети способны запоминать события, которые произошли сотни или тысяч единиц времени назад. | ||||||||||||||||||||
Размещено в Без категории
Надоела реклама? Зарегистрируйтесь и она исчезнет полностью.
Всего комментариев 2
Комментарии
-
Видео неправильно вставил:
https://www.youtube.com/watch?v=38iGggnbbsQ
Правильно так:
[YOU TUBE]38iGggnbbsQ[/YOU TUBE] (без пробелов)Запись от Avazart размещена 28.05.2018 в 13:31
-
СпасибоЗапись от jvf размещена 28.05.2018 в 20:27


