Перейти к содержимому

AI | Piszemy model sztucznej inteligencji rozpoznający gatunki irysów OD ZERA!

Robert Sikora

0:00 / 0:00

AI | Piszemy model sztucznej inteligencji rozpoznający gatunki irysów OD ZERA!

9 801 просмотр · 2 г. назад
Robert Sikora
4,01 тыс. подписчиков
9 801 просмотр · 2 г. назад
Jeśli zastanawiałeś/-aś się jak pisze się prawdziwe modele sztucznej inteligencji w praktyce to odpowiedź znajdziesz właśnie w tym filmie! Okiem praktyka rozwiązuję problem klasyfikacji - bardzo popularny i potrzebny problem, którego wiele przypadków rozwiązuje się właśnie przy użyciu biblioteki jaką jest PyTorch. To tylko 30 minut a dawka wiedzy jest OGROMNA także zachęcam do obejrzenia od dechy do dechy! ;) ------------------------------------------------------------------------------------------------- INFORMACJE O MNIE: 👉 LinkedIn:   / r-sikora   ------------------------------------------------------------------------------------------------- Nie słyszałeś/-aś o perceptronie lub nie rozumiesz zupełnych podstaw sztucznej inteligencji? Obejrzyj:    • Jak uczy się sztuczna inteligencja?   Tutaj mówię więcej o podstawach i budowie głębokiej sieci neuronowej:    • Teoria AI | Budowa i zasada działania głęb...   Zastanawiasz się nadal jakich narzędzi użyć do wstępnej analizy danych? Zajrzyj tutaj:    • Python | Jak analizować dane w prosty spos...   Nie słyszałeś/-aś o bibliotece PyTorch? Tłumaczę czym jest w tym filmie:    • Praktyczne AI | Czym jest PyTorch?   Zestaw potrzebny do pisania kodu w Pythonie: Strona do pobrania środowiska Python: https://www.python.org/downloads Strona do pobrania IDE (edytora kodu VS Code): https://code.visualstudio.com 00:00 Wstęp 00:56 Tworzymy środowisko wirtualne 01:17 Krótko o tym czego będę używać 01:37 Jaki problem będzie rozwiązywać nasz model? 01:55 Krok 1: Analiza i ładowanie danych wejściowych 06:02 Krok 2: Standaryzacja danych 10:08 Krótkie podsumowanie o standaryzacji danych 10:27 Krok 3: One-hot encoding 12:46 Krok 4: Podział danych na treningowe oraz walidacyjne 14:37 Krok 5: Zamiana danych treningowych i walidacyjnych na tensory 15:20 Krok 6: Załadowanie danych do obiektu DataLoader 16:51 Krok 7: Definiujemy nasz model 20:47 Krok 8: Trening modelu 25:26 Krok 9: Walidacja wytrenowanego modelu 30:15 Krok 10: Zapis wytrenowanego modelu oraz ponowne załadowanie 30:56 Podsumowanie #sztucznainteligencjawbiznesie #sztucznainteligencja #ai #artificialintelligence #programming #python #pytorch #robertsikora #machinelearning #deeplearning