Google forritara upphaflega hugsuð og byggð Deep Dream fyrir ImageNet stórum stíl Visual Viðurkenning Challenge, árleg keppni sem hófst árið 2010. Á hverju ári, tugir stofnana keppa að finna the árangursríkur lifnaðarhættir til að greina sjálfkrafa og flokka milljónir myndum. Eftir hvern atburð, forritari endurmeta aðferðir þeirra og vinna að því að bæta tækni sína.
Mynd viðurkenning er mikilvægur þáttur sem er að mestu leyti vantar kassi okkar Internet verkfæri. Leitin okkar er ætlað að mestu átt skilning slegið leitarorð og setningar í stað mynda. Það er ein ástæða þess að þú þarft að merkja mynd söfn með leitarorðum eins " kött, " " Húsið " og ". Tommy " Tölvur baráttu einfaldlega að bera kennsl á efni af myndum með hvaða áreiðanlegur nákvæmni. Visual gögn er ringulreið og sóðalegur og framandi, allt sem gerir það erfitt fyrir tölvur til að skilja.
Takk verkefnum eins Deep Dream, eru vélar okkar fá betri á að sjá sjón heiminn í kringum þá. Til að gera Deep Dream vinna, Google forritarar búið til gervi tauganet (Ann), a tegund af kerfi tölva sem hægt er að læra á eigin spýtur. Þessi tauga netkerfi eru byggð eftir virkni á heilann, sem notar meira en 100 milljarða taugafrumur (taugafrumur) sem senda taugaboð kleift öllum líkamans ferli okkar.
Í tauga net, standa gervi taugafrumum í fyrir líffræðilegum sjálfur, sía gögn í fjölmörgum leiðum, aftur og aftur, þar til kerfið kemur einhvers konar niðurstöðu. Í tilviki Deep Dream, sem oftast hefur á milli 10 og 30 lög af gervi taugafrumum, sem fullkominn vegna er mynd.
Hvernig Deep Dream reimagine ljósmyndum, umbreyta þeim kunnuglegum tjöldin að tölva-list flutningur sem kunna að ásækja martraðir þínar fyrir ár til koma?
Computer Brains og reiðhjól
tauga netkerfi ekki sjálfkrafa sett um að finna gögn. Þeir þurfa í raun hluti af þjálfun -Þeir þurfa að fá að borða sett af gögnum til að nota sem viðmið. Annars þeir myndu bara í blindni að sigta í gegnum gögn, ófær um að gera allir skilningarvit af því.
Samkvæmt opinberu bloggi Google, þjálfun aðferð byggist á endurtekningu og greiningu. Til dæmis, ef þú vilt þjálfa Ann að skilgreina hjól, vilt þú sýna það margar milljónir reiðhjól. Að auki, þú vilt greinilega tilgreina - í tölvu kóða, auðvitað -. Það reiðhjól lítur út, með tvö hjól, sæti og stýri
Þá vísindamenn snúa net laus til að sjá hvaða árangri það getur fundið . Þa
