---

Видео на тему: Viewfim - все о технологиях и программировании - видео

В этом уроке мы учимся делать датасет для нейронной сети на основе снимков камеры, после чего обучаем нейронную сеть. Далее готовлю задание для подготовки нейронной сети "Играть в камень ножницы бумага".Google упростила машинное обучения для тех, кто не имел дела с разработкой. На смену Teachable Machine — сайту, который знакомил пользователей с основами создания ИИ, пришел Teachable Machine 2.0, где нейронные сети можно обучить одним нажатием кнопки.Это финальная часть для самых терпеливых — тех, кто хочет наконец научить нейросеть распознавать все цифры, включая девятку с хвостиком. В третьей версии мы добавим возможность донастраивать модель прямо из интерфейса. Если модель ошибается, вы сможете вручную указать правильную цифру и добавить пример в мини-датасет.Доработаем код и внесем в него несколько улучшений: используем BatchNormalization — технику, которая стабилизирует обучение и помогает нейросети быстрее настраивать параметры; применим улучшенную предобработку изображений — цифра выровняется по центру, ее линии станут четче и немного толще, а яркость и контраст будут более оптимизированными; увеличим количество эпох с 3 до 7 — модель получит больше времени для изучения различных стилей написания цифр. Для удобства рекомендуем открыть новый блокнот в Google Colab, добавить в него следующий код и дождаться окончания обученияНа этом уровне нейросеть проходит минимальное обучение, после которого она сможет различать некоторые цифры — например, отличит «0» от «8». Однако высокой точности ждать не стоит — готовьтесь к большому числу ошибок, особенно на неаккуратно написанных цифрах. Для построения нейросети мы используем архитектуру из двух сверточных слоев (Conv2D) с подвыборкой (MaxPooling2D), слоя выравнивания (Flatten), одного скрытого слоя (Dense(128)) и выходного слоя из 10 нейронов — по одному на каждую цифру. В качестве функции потерь используется sparse_categorical_crossentropy, а оптимизацию весов выполняет алгоритм Adam. Ниже — готовый код, который вам нужно скопировать и запустить в новом блокноте Google ColabУчимся распознавать рукописные цифры с помощью TensorFlow и KerasПонятный разговор о нейросетях: от истории до практики. Обсудим, как искусственный интеллект сочиняет музыку, пишет тексты и решает реальные задачи. Используем аналогию с карго-культом, чтобы показать, почему так важно понимать логику работы ИИ, а не просто им пользоваться. Посмотрим на развитие технологий и разберемся, как обучение нейросетей помогает им становиться умнее.Модуль 1 Как устроен курс и как формировать основной каркасВ видео рассмотрен пример как разметить файл в облако Mail.ru и закрепить ссылки на файлы в MoodleВ видео показано как разметить видео с Rutube и интегрировать Rutube плеера в MoodleВ видео рассматривается как импортировать тест в формате GIFT в MoodleВ видео показано как генерировать тесты при помощи нейронной сетиКак конвертировать видео для того чтобы его можно было редактировать в видео редактореВ видео рассмотрен вариант как скачать видео ролик с видео хостинга RutubeРазработка системы тестирования: типы вопросов в Moodle, правила составления, настройка прохождения.Установка видео кодеков для WindowsСоздание эффективных презентаций в сервисах с ИИ: структура, визуал, читаемость.Запись и монтаж видео: обзор доступного ПОПринципы педагогического дизайна. Как подготовить текст и материалы для онлайн-курса.