Желілердің негізгі түсінігі 9
Нейрондық желі қолданып бет-әлпеттегі эмоцияны тану
жүктеу/скачать 0.55 Mb.
|
- Бұл бет үшін навигация:
- Бағдарламаны жасау барысында пайдаланылған технологиялар
Нейрондық желі қолданып бет-әлпеттегі эмоцияны тануӘдістерді пайдаланып эмоцияны тануды белсендіруНейрондық желілерді қолданып көптеген қызметтік құрылғылар немесе қоғамға пайдасы бар бағдарламалар жасауға болады және қазіргі уақытта жасалыпта жатыр. Сол бағдарламалардың бірі нейрондық желілер көмегімен адамның бет-әлпет эмоциясын тану бағдарламасы. Эмоция деген барлық тірі жан-жануар, жәндіктер, жорғалаушы, бүкіл түрі жан иесінде болатын белгілі. Бұл бағдарламаны бастамас бұрын, нейрондық желілерді осы бағдарламаға оқыту қажет, сол оқытылған жүйе бойынша тесттілеу керек, сондай-ақ тесттіленген жүйені модельдеп оны қолданысқа шығаруға әбден болады. Эмоцияны тану бірнеше этаптардан тұрады: Бағдарламаға оңтайлы келетін және қажет болған кітапханаларды және тілдерді орнату. Бағдарламаны тесттен және оқытудан өткізу. Көптеген суреттерді жинақтап сыныптарға бөлу. Атап айтқанда: , 1 – ашулану, 2 – жиіркену, 3 – қорқу, 4 – қуану, 5 – мұңаю, 6 – таңырқау, 7 – бейтарап. Opencv технолгоясын қосу және пайдалану. Адамның бет-әлпет эмоциясын тану үшін түрлі әдістер бар, және барлығы түрліше қолданылады, менің дипломдық жұмыста қолданатын әдісім CNN әдісі. Бұл дегеніміз, деректер қорында жинақталған көптеген суреттермен адамның бет-әлпет эмоциясын тану. Яғни, адамның кел бетін деректер қорындағы суреттермен салыстырып, қандай да бір элементке (суретке) сәйкес келсе, сол элементтің атын шығарып береді. Бағдарламаны жасау барысында пайдаланылған технологияларАйтып өткеніміздей нейрондық желілер көмегімен бет-әлпет эмоциясын тану үшін бірнеше бағдарламалық тілдер және технологиялар қажет. Ол бағдарламалар мыналар: TensorFlow – адамның қабылдау сапасына қол жеткізу үшін бейнелерді автоматты түрде табу және топтастыру үшін нейрондық желіні құру және оқыту мәселелерін шешу үшін Google әзірлеген компьютерлік оқытуға арналған ашық бағдарлама кітапханасы. Ол зерттеуге және Google өнімдерін дамытуға қолданылады. Кітапханамен жұмыс істеудің негізгі API-і Python үшін орындалады, C ++, Haskell, Java, Go және Swift бағдарламалары бар. Бұл DistBelief жабық жобасының жалғасы. TensorFlow бастапқыда Google-дің Brain командасымен Google-дің ішкі қолданысы үшін әзірленді, 2015 жылы жүйе ашық Apache 2.0 лицензиясы. Keras – Python-да жазылған ашық нейрондық желілік кітапхана. Бұл Deeplearning4j, TensorFlow және Theano жоғары үстем құрылысы. Ол тереңдетілген оқыту желілерімен тиімді жұмыс істеуге бағытталған және ықшам, модульдік және кеңеюге арналған. Ол ONEIROS зерттеу жұмыстарының бөлігі ретінде құрылды (Open Nairo - Electronic Intelligent Robot Operating System) , оның негізгі авторы және қолдаушысы - Google инженері Франсуа Шолле (Google Francois). Google Keras-ті негізгі TensorFlow кітапханасында қолдайтындығы жоспарланды, алайда Scholle Keras-ды бөлек қосуға айналдырды, өйткені тұжырымдамаға сай, Keras – бұл компьютерлік оқытудың түпкілікті жүйесі емес, интерфейс. Keras компьютерлік есептеуіш кітапхана ретінде пайдаланылатын ғылыми есептеу кітапханасына қарамастан, нейрондық желілерді қалыптастыруды жеңілдететін жоғары деңгейлі, интуитивті абстракциялар жиынтығын ұсынады. Microsoft корпорациясы Keras және CNTK төмен деңгейлі кітапханаларды қосу бойынша жұмыс жүргізуде NumPy – Python бағдарламалау тілінің ашық бастапқы коды. Келтірілген тілдерде іске асырылған математикалық алгоритмдер (мысалы, Python) жиі құрастырылған тілдерде (мысалы, Fortran, C, Java) іске асырылған сол алгоритмдерге қарағанда әлдеқайда баяу жұмыс істейді. NumPy кітапханасы көп өлшемді массивтермен жұмыс істеу үшін оңтайландырылған есептік алгоритмдерді (функциялар мен операторлар түрінде) іске асыруды қамтамасыз етеді. Нәтижесінде, массивтерде (матрицалар) операциялардың реті ретінде көрінетін кез келген алгоритм және NumPy арқылы іске асырылған MATLAB- та орындалатын баламалы код жұмыс істейді. жүктеу/скачать 0.55 Mb. Достарыңызбен бөлісу:
|