मशीन लर्निंग तकनीक हमेशा बड़े कार्यों से जुड़ी नहीं होती है। अक्सर ये छोटी-छोटी तरकीबें होती हैं जो बहुत सावधानी से और परिणाम को थोड़ा प्रभावित करती हैं। उदाहरण के लिए, का उपयोग करना Twitter तंत्रिका नेटवर्क आपको पूर्वावलोकन के लिए फोटो के सबसे दिलचस्प हिस्से को स्वचालित रूप से चुनने की अनुमति देता है।
कंपनी कुछ समय से इस टूल पर काम कर रही है, लेकिन इसके तरीकों को विस्तार से बताया गया है ब्लॉग ठीक कल एमएल लुकास थीस और लेबल एमएल जेहान वांग बताते हैं कि कैसे उन्होंने फसल की पृष्ठभूमि के लिए चेहरे की पहचान का उपयोग करना शुरू किया, केवल यह पता लगाने के लिए कि यह विधि परिदृश्य, वस्तुओं और सबसे महत्वपूर्ण रूप से आपके पसंदीदा बिल्ली के बच्चे की छवियों के लिए काम नहीं करती है।
समाधान "महत्व का उपयोग कर काटना" था। इस पैरामीटर को निर्धारित करने के लिए, डेवलपर्स ने आंखों के काम पर अकादमिक अध्ययनों के डेटा का उपयोग किया, जो रिकॉर्ड करते हैं कि लोग पहले किन क्षेत्रों की छवियों को देखते हैं।
"इस डेटा का उपयोग तंत्रिका नेटवर्क और अन्य एल्गोरिदम को यह अनुमान लगाने के लिए किया जा सकता है कि लोग क्या देखना चाहते हैं"
Theis और Wang
एक बार जब डेवलपर्स ने तंत्रिका नेटवर्क को इन क्षेत्रों की पहचान करने के लिए प्रशिक्षित किया, तो उन्हें साइट पर वास्तविक समय में काम करने के लिए इसे अनुकूलित करने की आवश्यकता थी। सौभाग्य से उनके लिए, फ़ोटो का पूर्वावलोकन करने के लिए आवश्यक क्रॉप क्षेत्र पर्याप्त विस्तृत है - आप केवल छवि को छोटा कर रहे हैं। इस का मतलब है कि Twitter ज्ञान आसवन नामक तकनीक का उपयोग करके तंत्रिका नेटवर्क द्वारा मूल्यांकन किए गए मानदंडों को कम और सरल कर सकते हैं।
अंतिम परिणाम एक तंत्रिका नेटवर्क था जो अपने मूल से दस गुना तेज है। "यह हमें सभी छवियों पर ऑब्जेक्ट सलुएंसी डिटेक्शन करने की अनुमति देता है, जैसे ही वे लोड होते हैं, हम वास्तविक समय में फोटो के सबसे दिलचस्प हिस्से का चयन करेंगे," थीस और वांग लिखते हैं।
नई सुविधा अब सभी पीसी, आईओएस और के लिए उपलब्ध है Android- अनुप्रयोग। इसलिए, अगली बार जब आप कोई दिलचस्प फोटो देखें Twitter, याद रखें कि यह भी तंत्रिका नेटवर्क का परिणाम है।
Dzherelo: किनारे से