Google Pixel 5?
Google var birden çok veri kümesinin kullanılabilirliğini duyurdu çeşitli ancak sınırlı doğal görüntülerden oluşur. Arama devi, kamuya açık verilerin, Makine Öğrenimi ve Yapay Zeka AI modellerini minimum miktarda veriyle eğitmek için harcanan zamanı azaltır. Google, AI modellerinin daha az veriyle 'öğrenmesine' yardımcı olacak yeni girişimi 'Ücretsiz Meta Veri Kümeleri' olarak adlandırıyor. Şirketin sunduğu 'Few-Shot AI', yapay zekanın yalnızca birkaç temsili görüntüden yeni sınıfları öğrenmesini sağlamak için optimize edildi.
Yapay zeka ve Makine Öğrenimi modellerini daha az veri kümesiyle hızlı bir şekilde eğitme ihtiyacını anlayan Google, algoritmaların doğruluğunu iyileştirmek için gereken veri miktarını azaltmaya yardımcı olması gereken küçük bir görüntü koleksiyonu olan 'Meta-Veri Kümesi' ni piyasaya sürdü. Şirket, az çekim görüntü sınıflandırma tekniklerini kullanarak, AI ve ML modellerinin çok daha az temsili görüntüden aynı bilgileri elde edeceğini iddia ediyor.
Google AI Meta Veri Kümesini Duyurdu: Birkaç Atışlı Öğrenme İçin Veri Kümeleri Veri Kümesi:
Yapay Zeka ve Makine Öğrenimi için Derin Öğrenme, bir süredir katlanarak büyüyor. Bununla birlikte, temel gereksinim, yüksek kaliteli verilerin mevcudiyeti ve bu da büyük miktarlarda olmasıdır. Manuel olarak açıklama eklenen eğitim verilerinin büyük miktarlarını elde etmek genellikle zordur ve bazen de güvenilmez olabilir. Büyük veri kümelerinin risklerini anlayan Google, bir meta veri kümesi koleksiyonunun kullanılabilirliğini duyurdu.
Vasıtasıyla ' Meta Veri Kümesi: Birkaç Örnekten Öğrenmeyi Öğrenmek İçin Bir Veri Kümesi Veri Kümesi ”(Sunuldu ICLR 2020 ), Google, gerçekçi ve zorlu bir az vuruşlu ortamda farklı görüntü sınıflandırma modellerinin yeterliliğini ölçmek için geniş ölçekli ve çeşitli bir kıyaslama önerdi ve birkaç vuruşlu sınıflandırmanın birkaç önemli yönünün araştırılabileceği bir çerçeve sunuyor. Esasen, Google, halka açık ve doğal görüntülerin veri kümelerini kullanmak için ücretsiz 10 tane sunuyor. Bu veri setleri, ImageNet, CUB-200-2011, Mantarlar, el yazısı karakterler ve karalamalardan oluşur. Kod halka açık ve bir not defteri Meta-Veri Kümesinin nasıl kullanılabileceğini gösteren TensorFlow ve PyTorch .
Birkaç atış sınıflandırması, standart eğitim ve derin öğrenme modelleri . Test zamanında tamamen yeni sınıflara genelleme yapılması gerekir. Yani test sırasında kullanılan görüntüler eğitimde görülmedi. Birkaç vuruşlu sınıflandırmada, eğitim seti, test zamanında görünecek olanlardan tamamen ayrı olan sınıfları içerir. Her test görevi bir destek seti modelin yeni sınıflar hakkında bilgi edinebileceği birkaç etiketli görüntü ve ayrık sorgu kümesi daha sonra modelin sınıflandırması istenir.
Bir Meta Veri Kümesi, büyük bir bileşendir; model, tamamen yeni veri kümelerine genelleme çalışmaları yapar eğitimde herhangi bir sınıfın görüntüsünün görülmediği. Bu, birkaç aşamalı öğrenme düzeninin doğasında bulunan yeni sınıflara yönelik zorlu genelleme sorununa ek olarak.
Meta-Veri Kümesi, Yapay Zeka ve Makine Öğrenimi Modelleri İçin Derin Öğrenmeye Nasıl Yardımcı Olur?
Meta-Veri Kümesi, bugüne kadarki az sayıdaki görüntü sınıflandırması için çapraz veri kümesi için en büyük ölçekli organize ölçütü temsil eder. Aynı zamanda, her bir görevdeki sınıf sayısını, sınıf başına mevcut örnek sayısını, sınıf dengesizliklerini tanıtarak ve bazı veri kümeleri için benzerlik derecesini değiştirerek, farklı özelliklere ve zorluk derecesine sahip görevler oluşturmak için bir örnekleme algoritması sunar. her görevin sınıfları.
Meta-Veri Kümesi, birkaç aşamalı sınıflandırma için yeni zorluklar getirir. Google'ın araştırması hâlâ başlangıç aşamasındadır ve ele alınması gereken çok şey vardır. Ancak arama devi, araştırmacıların başarıya ulaştığını iddia etti. Dikkate değer örneklerden bazıları akıllıca tasarlanmış görev şartlandırma , daha sofistike hiperparametre ayarı , ' meta temel ’Ön eğitimin ve meta öğrenmenin faydalarını birleştiren ve son olarak Öznitelik Seçimi her görev için evrensel bir temsili uzmanlaştırmak.
Etiketler Google
