কন্টেন্ট
- আপনার ডেটাসেট প্রস্তুত করা হচ্ছে
- আপনার গুগল ক্লাউড প্ল্যাটফর্ম বিনামূল্যে পরীক্ষার দাবি করুন
- একটি নতুন জিসিপি প্রকল্প তৈরি করুন
- ক্লাউড অটোমেল এবং স্টোরেজ API গুলি সক্ষম করুন
- ক্লাউড স্টোরেজ বালতি তৈরি করুন
- প্রশিক্ষণের সময়: আপনার ডেটাসেট তৈরি করা
- আপনার মেশিন লার্নিং মডেল প্রশিক্ষণ
- আপনার মডেল কতটা সঠিক?
- আপনার মডেল পরীক্ষা!
- মোড়ক উম্মচন
মেশিন লার্নিং (এমএল) হ'ল কম্পিউটার শেখানোর নিজস্ব বিজ্ঞানসম্মত ধারণা। এমএল-তে আপনি মেশিন লার্নিং মডেলটি স্বয়ংক্রিয়ভাবে প্রক্রিয়াজাত করতে চান এমন সামগ্রীর ধরণের প্রতিনিধিত্ব করে কিছু ডেটা সরবরাহ করেন এবং তারপরে মডেলটি সেই তথ্যের উপর ভিত্তি করে নিজেকে শেখায়।
মেশিন লার্নিং কাটিয়া প্রান্ত হতে পারে তবে এটিতে একটিও রয়েছে বিপুল প্রবেশে বাধা. আপনি যদি কোনও প্রকারের এমএল ব্যবহার করতে চান তবে আপনাকে সাধারণত একটি মেশিন লার্নিং বিশেষজ্ঞ বা ডেটা বিজ্ঞানী নিয়োগ করতে হবে এবং এই উভয় পেশারই বর্তমানে খুব উচ্চ চাহিদা রয়েছে!
গুগলের ক্লাউড অটোএমএল ভিশন একটি নতুন মেশিন লার্নিং পরিষেবা যা আপনার কাছে শূন্য এমএল অভিজ্ঞতা থাকলেও মেশিন লার্নিং মডেল তৈরি করা সম্ভব করে এমএলটিকে জনগণের কাছে নিয়ে আসা। ক্লাউড অটোএমএল ভিশন ব্যবহার করে, আপনি একটি চিত্র স্বীকৃতি মডেল তৈরি করতে পারেন যা ফটোগ্রাফগুলিতে সামগ্রী এবং নিদর্শনগুলি সনাক্ত করতে সক্ষম এবং তারপরে পরবর্তী চিত্রগুলি স্বয়ংক্রিয়ভাবে প্রক্রিয়া করার জন্য এই মডেলটি ব্যবহার করতে পারেন।
এই ধরণের ভিজ্যুয়াল-ভিত্তিক এমএল বিভিন্ন উপায়ে ব্যবহার করা যেতে পারে। এমন একটি অ্যাপ্লিকেশন তৈরি করতে চান যা ব্যবহারকারী কোনও ল্যান্ডমার্ক, পণ্য বা বারকোড সম্পর্কিত তথ্য সরবরাহ করে যা তাদের স্মার্টফোনটিতে নির্দেশ করছে? বা আপনি কি এমন একটি শক্তিশালী অনুসন্ধান সিস্টেম তৈরি করতে চান যা ব্যবহারকারীদের উপাদান, রঙ বা স্টাইলের মতো উপাদানগুলির উপর ভিত্তি করে কয়েক হাজার পণ্য ফিল্টার করতে দেয়? ক্রমবর্ধমানভাবে, মেশিন লার্নিং এই ধরণের কার্যকারিতা সরবরাহের অন্যতম কার্যকর উপায়।
এটি এখনও বিটাতে থাকা সত্ত্বেও, আপনি ফটোতে নিদর্শন এবং বিষয়বস্তু সনাক্তকারী কাস্টম মেশিন লার্নিং মডেলগুলি তৈরি করতে ইতিমধ্যে ক্লাউড অটোএমএল দৃষ্টি ব্যবহার করতে পারেন। আপনি যদি সমস্ত মেশিন লার্নিং গুজটি কী তা আবিষ্কার করতে আগ্রহী হন, তবে এই নিবন্ধে আমি আপনাকে কীভাবে নিজের ইমেজ স্বীকৃতি মডেল তৈরি করতে দেখাব এবং তারপরে এটি নতুন ফটোগুলি স্বয়ংক্রিয়ভাবে ব্যবহার করব।
আপনার ডেটাসেট প্রস্তুত করা হচ্ছে
ক্লাউড অটোএমএল নিয়ে কাজ করার সময় আপনি লেবেলযুক্ত ফটোগুলি আপনার ডেটাসেট হিসাবে ব্যবহার করবেন। আপনি যে কোনও ফটো বা লেবেল আপনার পছন্দ মতো ব্যবহার করতে পারেন তবে এই টিউটোরিয়ালটি সোজা রাখতে সাহায্য করার জন্য আমি একটি সাধারণ মডেল তৈরি করব যা কুকুরের ফটো এবং বিড়ালের ফটোতে পার্থক্য করতে পারে।
আপনার মডেলের নির্দিষ্টকরণ যাই থাকুক না কেন, প্রথম পদক্ষেপটি কিছু উপযুক্ত ফটোগুলি উত্সাহিত করছে!
ক্লাউড অটোএমএল ভিশনের জন্য প্রতি লেবেলে কমপক্ষে 10 টি চিত্র, বা উন্নত মডেলের 50 টি প্রয়োজন, উদাহরণস্বরূপ এমন মডেল যেখানে তারা প্রতি চিত্রে একাধিক লেবেল থাকবেন। তবে, আপনার যত বেশি ডেটা সরবরাহ করা হবে, পরবর্তী সামগ্রীর সঠিকরূপে শনাক্তকরণের মডেলের সম্ভাবনা তত বেশি, সুতরাং অটোএমএল ভিশন ডক্সটি আপনাকে ব্যবহার করার পরামর্শ দেয় অন্তত মডেল প্রতি 100 উদাহরণ। আপনার প্রতি লেবেল হিসাবে প্রায় একই সংখ্যার উদাহরণও সরবরাহ করা উচিত, কারণ অন্যায় বিতরণ মডেলকে সর্বাধিক "জনপ্রিয়" বিভাগের প্রতি পক্ষপাতিত্ব প্রদর্শন করতে উত্সাহিত করবে।
সেরা ফলাফলের জন্য, আপনার প্রশিক্ষণ চিত্রগুলিতে এই মডেলটির মুখোমুখি হওয়া বিভিন্ন চিত্রের প্রতিনিধিত্ব করা উচিত, উদাহরণস্বরূপ আপনাকে বিভিন্ন কোণে তোলা ছবিগুলি উচ্চতর এবং নিম্ন রেজোলিউশনে এবং বিভিন্ন ব্যাকগ্রাউন্ড সহ অন্তর্ভুক্ত করতে হতে পারে। অটোএমএল ভিশনটি নিম্নলিখিত ফর্ম্যাটে চিত্রগুলি গ্রহণ করে: সর্বাধিক 30MB ফাইলের আকারের জেপিজি, পিএনজি, ডব্লিউইবিপি, জিআইএফ, বিএমপি, টিআইএফএফ, এবং আইসিও।
যেহেতু আমরা কেবল ক্লাউড অটোএমএল ভিশন পরিষেবা নিয়ে পরীক্ষা-নিরীক্ষা করছি, আপনি সম্ভবত যত তাড়াতাড়ি সম্ভব এবং দ্রুত একটি ডেটাसेट তৈরি করতে চাইবেন। জিনিসগুলি সহজ রাখতে সহায়তা করার জন্য, আমি পেক্সেল থেকে কুকুর এবং বিড়ালের ফ্রি স্টকের ফটোগুলি ডাউনলোড করব এবং তারপরে বিড়াল এবং কুকুরের ফটো পৃথক ফোল্ডারে সংরক্ষণ করব কারণ এরপরে এই ফটোগুলি আপলোড করা আরও সহজ হবে।
নোট করুন যে উত্পাদনে ব্যবহারের জন্য ডেটাসেট তৈরি করার সময়, আপনার পক্ষপাতদুষ্ট চিকিত্সা রোধে সহায়তার জন্য, দায়বদ্ধ এআই অভ্যাসগুলি বিবেচনায় নেওয়া উচিত। এই বিষয়ে আরও তথ্যের জন্য, গুগলের অন্তর্ভুক্ত এমএল গাইড এবং দায়বদ্ধ এআই অনুশীলন নথিগুলি দেখুন।
অটোএমএল ভিশনে আপনার ডেটা আপলোড করার জন্য তিনটি উপায় রয়েছে:
- ইমেজগুলি আপনার লেবেলের সাথে সামঞ্জস্যযুক্ত ফোল্ডারে ইতিমধ্যে আপলোড করুন।
- এমন একটি সিএসভি ফাইল আমদানি করুন যাতে ছবিগুলি এবং তাদের সম্পর্কিত বিভাগের লেবেল থাকে। আপনি এই ছবিগুলি আপনার স্থানীয় কম্পিউটার বা গুগল ক্লাউড স্টোরেজ থেকে আপলোড করতে পারেন।
- গুগল ক্লাউড অটোমেল ভিশন ইউআই ব্যবহার করে আপনার চিত্রগুলি আপলোড করুন এবং তারপরে প্রতিটি চিত্রটিতে লেবেল প্রয়োগ করুন। এই টিউটোরিয়ালে আমি এই পদ্ধতিটি ব্যবহার করব।
আপনার গুগল ক্লাউড প্ল্যাটফর্ম বিনামূল্যে পরীক্ষার দাবি করুন
ক্লাউড অটোমেল ভিশন ব্যবহার করতে আপনার একটি Google ক্লাউড প্ল্যাটফর্ম (জিসিপি) অ্যাকাউন্টের প্রয়োজন হবে। যদি আপনার কোনও অ্যাকাউন্ট না থাকে তবে আপনি বিনামূল্যে পৃষ্ঠার জন্য ক্লাউড প্ল্যাটফর্ম ব্যবহার করে এবং তারপরে নির্দেশনা অনুসরণ করে 12 মাসের বিনামূল্যে পরীক্ষার জন্য সাইন আপ করতে পারেন। আপনি ইচ্ছাশক্তি আপনার ডেবিট বা ক্রেডিট কার্ডের বিশদ প্রবেশ করতে হবে তবে ফ্রি টিয়ার এফএকিউ অনুসারে এগুলি কেবলমাত্র আপনার পরিচয় যাচাই করার জন্য ব্যবহৃত হয় এবং আপনি কোনও অর্থ প্রদানের অ্যাকাউন্টে আপগ্রেড না করা হলে আপনাকে চার্জ করা হবে না unless
অন্য প্রয়োজনীয়তা হ'ল আপনার অটোএমএল প্রকল্পের জন্য আপনাকে অবশ্যই বিলিং সক্ষম করতে হবে। যদি আপনি কেবলমাত্র একটি নিখরচায় পরীক্ষার জন্য সাইন আপ করেছেন, বা আপনার জিপিসি অ্যাকাউন্টের সাথে কোনও বিলিংয়ের তথ্য নেই, তবে:
- জিসিপি কনসোলে চলে যান।
- নেভিগেশন মেনু খুলুন (পর্দার উপরের-বাম কোণে রেখাযুক্ত আইকন)।
- "বিলিং" নির্বাচন করুন।
- "বিলিং অ্যাকাউন্টগুলি পরিচালনা করুন" এর পরে "আমার বিলিং" ড্রপডাউন মেনুটি খুলুন।
- "অ্যাকাউন্ট তৈরি করুন" নির্বাচন করুন এবং তারপরে বিলিং প্রোফাইল তৈরি করতে অনস্ক্রিন নির্দেশাবলী অনুসরণ করুন।
একটি নতুন জিসিপি প্রকল্প তৈরি করুন
আপনি এখন আপনার প্রথম ক্লাউড অটোমেল ভিশন প্রকল্প তৈরি করতে প্রস্তুত:
- পরিচালিত সংস্থান পৃষ্ঠাতে যান।
- "প্রকল্প তৈরি করুন" ক্লিক করুন।
- আপনার প্রকল্পটির একটি নাম দিন এবং তারপরে "তৈরি করুন" এ ক্লিক করুন।
আপনার যদি একাধিক বিলিং অ্যাকাউন্ট থাকে তবে GCP- কে আপনার এই অ্যাকাউন্টটির সাথে কোন অ্যাকাউন্টটি যুক্ত করতে চান তা জিজ্ঞাসা করা উচিত। আপনার যদি একক বিলিং অ্যাকাউন্ট থাকে এবং আপনি বিলিং প্রশাসক হন, তবে এই অ্যাকাউন্টটি আপনার প্রকল্পের সাথে স্বয়ংক্রিয়ভাবে লিঙ্ক হয়ে যাবে।
বিকল্পভাবে, আপনি নিজেই একটি বিলিং অ্যাকাউন্ট নির্বাচন করতে পারেন:
- GCP কনসোলের নেভিগেশন মেনু খুলুন এবং তারপরে "বিলিং" নির্বাচন করুন।
- "একটি বিলিং অ্যাকাউন্টে লিঙ্ক করুন" নির্বাচন করুন।
- "অ্যাকাউন্ট সেট করুন" নির্বাচন করুন এবং তারপরে আপনি যে বিলিং অ্যাকাউন্টটি এই প্রকল্পের সাথে যুক্ত করতে চান তা চয়ন করুন।
ক্লাউড অটোমেল এবং স্টোরেজ API গুলি সক্ষম করুন
আপনার মডেলটি তৈরি করার সময়, আপনি আপনার প্রশিক্ষণের সমস্ত চিত্র মেঘ স্টোরেজ বালতিতে সঞ্চয় করবেন, সুতরাং আমাদের অটোএমএল সক্ষম করতে হবে এবং গুগল ক্লাউড স্টোরেজ এপিআই:
- জিসিপি নেভিগেশন মেনু খুলুন এবং "এপিআই এবং পরিষেবাদি> ড্যাশবোর্ড" নির্বাচন করুন।
- "এপিআই এবং পরিষেবাদি সক্ষম করুন" এ ক্লিক করুন।
- "ক্লাউড অটোমেল এপিআইএল" টাইপ করা শুরু করুন এবং তারপরে এটি প্রদর্শিত হবে select
- "সক্ষম করুন" নির্বাচন করুন।
- "APIs এবং পরিষেবাদি> ড্যাশবোর্ড> API এবং পরিষেবাদি সক্ষম করুন" স্ক্রিনে ফিরে যান।
- "গুগল ক্লাউড স্টোরেজ" টাইপ করা শুরু করুন এবং এটি উপস্থিত হলে এটি নির্বাচন করুন।
- "সক্ষম করুন" নির্বাচন করুন।
ক্লাউড স্টোরেজ বালতি তৈরি করুন
আমরা ক্লাউড শেল ব্যবহার করে আমাদের ক্লাউড স্টোরেজ বালতি তৈরি করব, যা একটি অনলাইন, লিনাক্স-ভিত্তিক ভার্চুয়াল মেশিন:
- শিরোনাম দণ্ড থেকে "সক্রিয় গুগল ক্লাউড শেল" আইকনটি নির্বাচন করুন (যেখানে নিম্নলিখিত স্ক্রিনশটে কার্সারটি অবস্থিত)।
- কনসোলের নীচে বরাবর একটি ক্লাউড শেল সেশন খোলা হবে। গুগল ক্লাউড শেল আপনার প্রকল্পের সাথে সংযোগ স্থাপনের সময় অপেক্ষা করুন।
- গুগল ক্লাউড শেল এ নিম্নলিখিত কমান্ডটি অনুলিপি / অনুলিপি করুন:
প্রকল্প = $ (গ্ল্যাকউড কনফিগার গেট-ভ্যালু প্রকল্প) এবং & বুকেট = "$ {প্রকল্প v -vcm"
- আপনার কীবোর্ডের "এন্টার" কী টিপুন।
- গুগল ক্লাউড শেলের মধ্যে পরবর্তী কমান্ডটি অনুলিপি / আটকান:
gsutil mb -p {J প্রকল্প c -c আঞ্চলিক -l আমাদের-কেন্দ্রীয় 1 জিএস: // $ U বুকেট}
- "এন্টার" কী টিপুন।
- নিম্নলিখিত কমান্ডটি অনুলিপি / আটকানো এবং তারপরে "এন্টার" কী টিপে আপনার গুগল ক্লাউড রিসোর্সগুলি অ্যাক্সেস করার জন্য অটোএমএল পরিষেবাটিকে অনুমতি দিন:
প্রকল্প = $ (গ্ল্যাকউড কনফিগার গেট-ভ্যালু প্রকল্প) গ্লকউইড প্রকল্পগুলি অ্যাড-আইএম-পলিসি-বাইন্ডিং $ প্রকল্প - মেম্বার = "পরিষেবাদি অ্যাকাউন্ট: কাস্টম -ভিশন @appspot.gserviceaccount.com" - রোল = "ভূমিকা / মিলি। প্রশাসক "gcloud প্রকল্পগুলি অ্যাড-আইএএম-পলিসি-বাইন্ডিং $ PROJECT --member =" পরিষেবা অ্যাকাউন্ট: কাস্টম-ভিশন@appspot.gserviceaccount.com " - রোল =" ভূমিকা / স্টোরেজ.এডমিন "
প্রশিক্ষণের সময়: আপনার ডেটাসেট তৈরি করা
এই সেটআপটি বন্ধ হয়ে যাওয়ার সাথে সাথে আমরা এখন আমাদের ডেটাসেট আপলোড করতে প্রস্তুত! এর সাথে জড়িত:
- একটি খালি ডেটাসেট তৈরি করা হচ্ছে।
- ডেটাসেটে ফটোগুলি আমদানি করা হচ্ছে।
- প্রতিটি ফটোতে কমপক্ষে একটি লেবেল অর্পণ করা। অটোমেল ভিশন এমন কোনও ফটোগুলিকে সম্পূর্ণ উপেক্ষা করবে যাতে কোনও লেবেল নেই।
লেবেলিংয়ের প্রক্রিয়াটিকে আরও সহজ করার জন্য, আমি বিড়ালের ফটোগুলি মোকাবেলার আগে আমার কুকুরের সমস্ত ফটো আপলোড এবং লেবেল করতে যাচ্ছি:
- অটোএমএল ভিশন ইউআই-তে যান (লেখার সময় বিটাতে এখনও রয়েছে)।
- "নতুন ডেটাসেট" নির্বাচন করুন।
- আপনার ডেটাসেটকে বর্ণনামূলক নাম দিন।
- "ফাইলগুলি নির্বাচন করুন" এ ক্লিক করুন।
- পরবর্তী উইন্ডোতে আপনার সমস্ত কুকুরের ফটো নির্বাচন করুন এবং তারপরে "খুলুন" ক্লিক করুন।
- যেহেতু আমাদের চিত্রগুলির একাধিক লেবেল নেই, তাই আমরা "মাল্টি-লেবেল শ্রেণিবদ্ধকরণ সক্ষম করুন "টিকে অনির্বাচিত রেখে যেতে পারি। "ডেটাসেট তৈরি করুন" ক্লিক করুন।
আপলোডটি সম্পূর্ণ হয়ে গেলে, ক্লাউড অটোএমএল ভিশন ইউআই আপনাকে আপনার সমস্ত চিত্র সমেত একটি স্ক্রিনে নিয়ে যাবে, পাশাপাশি আপনি এই ডেটাসেটটিতে প্রয়োগ করেছেন এমন কোনও লেবেলগুলির একটি বিচ্ছিন্নতা।
যেহেতু আমাদের ডেটাসেটে বর্তমানে কেবল কুকুরের ছবি রয়েছে, তাই আমরা এগুলি ম্যাসেজ হিসাবে লেবেল করতে পারি:
- বাম-হাতের মেনুতে, "লেবেল যুক্ত করুন" নির্বাচন করুন।
- "কুকুর" টাইপ করুন এবং তারপরে আপনার কীবোর্ডের "এন্টার" কী টিপুন।
- "সমস্ত চিত্র নির্বাচন করুন" এ ক্লিক করুন।
- "লেবেল" ড্রপডাউনটি খুলুন এবং "কুকুর" চয়ন করুন।
এখন আমরা আমাদের সমস্ত কুকুরের ফটোগুলির লেবেল দিয়েছি, বিড়ালের ফটোগুলির দিকে চলে যাওয়ার সময়:
- শিরোনাম বার থেকে "চিত্রগুলি যুক্ত করুন" নির্বাচন করুন।
- "আপনার কম্পিউটার থেকে আপলোড করুন" চয়ন করুন।
- আপনার সমস্ত বিড়ালের ফটো নির্বাচন করুন এবং তারপরে "খুলুন" ক্লিক করুন।
- বাম-হাতের মেনুতে, "লেবেল যুক্ত করুন" নির্বাচন করুন।
- "বিড়াল" টাইপ করুন এবং তারপরে আপনার কীবোর্ডের "এন্টার" কী টিপুন।
- চিত্রের উপর ঘুরে এবং তারপরে ছোট্ট চেকমার্ক আইকনটি ক্লিক করার পরে প্রতিটি বিড়ালের ছবি নির্বাচন করুন।
- "লেবেল" ড্রপডাউনটি খুলুন এবং "বিড়াল" নির্বাচন করুন।
আপনার মেশিন লার্নিং মডেল প্রশিক্ষণ
এখন আমাদের ডেটাসেট রয়েছে, এটি এখন আমাদের মডেলকে প্রশিক্ষণ দেওয়ার! আপনি একটি গ্রহণ করুন গনা প্রতি মাসে 10 টি মডেলের জন্য মডেল প্রতি বিনামূল্যে প্রশিক্ষণের ঘন্টা, যা অভ্যন্তরীণ গণনা ব্যবহারের প্রতিনিধিত্ব করে এবং তাই ঘড়ির সাথে একটি আসল ঘন্টার সাথে সম্পর্কিত হতে পারে না।
আপনার মডেলকে প্রশিক্ষণ দেওয়ার জন্য, সহজভাবে:
- অটোএমএল ভিশন ইউআইয়ের "ট্রেন" ট্যাবটি নির্বাচন করুন।
- "প্রশিক্ষণ শুরু করুন" ক্লিক করুন।
আপনার মডেলটিকে প্রশিক্ষণ দিতে ক্লাউড অটোমেল ভিশন গ্রহণের সময়টি আপনার দেওয়া ডেটার পরিমাণের উপর নির্ভর করে পরিবর্তিত হবে, যদিও অফিসিয়াল ডক্স অনুসারে এটি প্রায় 10 মিনিট সময় নেয় should আপনার মডেলটি প্রশিক্ষণ প্রাপ্ত হয়ে গেলে ক্লাউড অটোএমএল ভিশন এটি স্বয়ংক্রিয়ভাবে স্থাপন করবে এবং আপনার মডেলটি এখন ব্যবহারের জন্য প্রস্তুত তা আপনাকে জানিয়ে একটি ইমেল প্রেরণ করবে।
আপনার মডেল কতটা সঠিক?
আপনার মডেলটিকে পরীক্ষায় নেওয়ার আগে, তার পূর্বাভাস যথাসম্ভব যথাযথ কিনা তা নিশ্চিত করতে আপনি কিছু টুইট করতে পারেন।
"মূল্যায়ন" ট্যাবটি নির্বাচন করুন এবং তারপরে বাম-হাতের মেনু থেকে আপনার ফিল্টারগুলির মধ্যে একটি নির্বাচন করুন।
এই মুহুর্তে, অটোএমএল ভিশন ইউআই এই লেবেলের জন্য নিম্নলিখিত তথ্য প্রদর্শন করবে:
- স্কোর থ্রেশহোল্ড। কোনও নতুন ছবিতে একটি লেবেল নির্ধারণের জন্য, মডেলটির অবশ্যই আত্মবিশ্বাসের এটি স্তর। আপনার ডেটাসেটে বিভিন্ন থ্রেশহোল্ডের কী কী প্রভাব পড়বে তা পরীক্ষা করতে আপনি এই স্লাইডারটি ব্যবহার করতে পারেন, সাথে যথাযথ-পুনর্বিবেচনা গ্রাফের ফলাফলগুলি পর্যবেক্ষণ করে। নিম্ন প্রান্তিকের অর্থ আপনার মডেল আরও চিত্রগুলিকে শ্রেণিবদ্ধ করবে, তবে ছবিগুলি ভুল করে চিহ্নিত করার ঝুঁকি রয়েছে। প্রান্তিক আকারটি যদি উচ্চ হয়, তবে আপনার মডেলটি কম চিত্রগুলিকে শ্রেণিবদ্ধ করবে, তবে এটি কম চিত্রগুলিকেও ভুল পরিচয় দেওয়া উচিত।
- গড় নির্ভুলতা আপনার মডেলটি সর্বমোট স্কোর থ্রেশহোল্ডগুলি জুড়ে কতটা দুর্দান্ত পারফর্ম করে।
- স্পষ্টতা। যথাযথতর উচ্চতা, আপনার যত কম ভুয়া ধনাত্মক মুখোমুখি হওয়া উচিত, সেখানেই মডেলটি একটি চিত্রের জন্য ভুল লেবেল প্রয়োগ করে। একটি উচ্চ-নির্ভুলতা মডেল কেবল সর্বাধিক প্রাসঙ্গিক উদাহরণগুলি লেবেল করবে।
- রিকল। একটি লেবেল নির্ধারণ করা উচিত ছিল এমন সমস্ত উদাহরণগুলির মধ্যে, প্রত্যাহার আমাদের জানায় যে তাদের মধ্যে আসলে কতগুলি একটি লেবেল নির্ধারিত হয়েছিল। রিক্যাল শতাংশ যত বেশি, আপনার যত কম ভুয়া encounterণাত্মক মুখোমুখি হওয়া উচিত, এটিই যেখানে মডেলটি একটি চিত্র লেবেল করতে ব্যর্থ হয়।
আপনার মডেল পরীক্ষা!
এবার মজাদার অংশটি এসেছে: আপনার মডেলটি কোনও ফটোতে কুকুর বা বিড়ালকে ধারণ করে কিনা তা যাচাই করতে পারে কিনা তা যা আগে দেখা যায়নি তার ভিত্তিতে পূর্বাভাস তৈরি করে।
- একটি ছবি ধরুন ছিল না আপনার মূল ডেটাসেটে অন্তর্ভুক্ত।
- অটোএমএল ভিশন কনসোলে, "পূর্বাভাস" ট্যাবটি নির্বাচন করুন।
- "চিত্রগুলি আপলোড করুন" নির্বাচন করুন।
- আপনি যে চিত্রটি অটোমেট ভিশনটি বিশ্লেষণ করতে চান তা চয়ন করুন।
- কয়েক মুহুর্তের পরে, আপনার মডেল তার ভবিষ্যদ্বাণী করবে - আশা করি, এটি সঠিক!
নোট করুন যে ক্লাউড অটোএমএল দৃষ্টিটি বিটাতে থাকা অবস্থায়, আপনার মডেলটির সাথে একটি ওয়ার্মআপ বিলম্ব হতে পারে। যদি আপনার অনুরোধটি কোনও ত্রুটি দেয় তবে আবার চেষ্টা করার আগে কয়েক সেকেন্ড অপেক্ষা করুন।
মোড়ক উম্মচন
এই নিবন্ধে, আমরা কীভাবে আপনি কাস্টম শেখার মডেলটিকে প্রশিক্ষণ এবং নিযুক্ত করার জন্য ক্লাউড অটোএমএল দৃষ্টিটি ব্যবহার করতে পারেন তা দেখেছি। আপনি কি মনে করেন যে অটোএমএল-এর মতো সরঞ্জামগুলিতে মেশিন লার্নিং ব্যবহার করে আরও বেশি লোক পাওয়ার সম্ভাবনা রয়েছে? নীচের মতামত আমাদের জানতে দিন!
