Tensor flow. Smooth dive

Содержание

Слайд 2

Agenda

Будет:
немного истории ИИ
ИИ и облако, что скрывается за магией TensorFlow
Кейсы из бизнеса
Как

Agenda Будет: немного истории ИИ ИИ и облако, что скрывается за магией
познакомиться с ML
Не будет:
разбор кода
погружение в выш.мат
Вопросы можно задавать по ходу доклада.

Слайд 3

About the speaker:

Лозовской Сергей
Начальник отдела ИТ рязанского филиала РГС.
Опыт в разных областях

About the speaker: Лозовской Сергей Начальник отдела ИТ рязанского филиала РГС. Опыт
ИТ 7 лет
Опыт в системах ИИ 1,5 года.

Слайд 4

Искусственный интеллект

Машинное обучение

Роботы

Творчество

Работа с языками

Символьное моделирование

Искусственный интеллект Машинное обучение Роботы Творчество Работа с языками Символьное моделирование

Слайд 6

ИИ во времени.

Алан Тьюринг.
В 1950 году сформулировал понятие ИИ, имитационную игру

ИИ во времени. Алан Тьюринг. В 1950 году сформулировал понятие ИИ, имитационную
и позже тест Тьюринга

Виталий Стафеев.
В 60-е работал над проектом машины имитирующей работу мозга животного.

Не работал с ИИ. НО! В начале 2 половины ХХ века сделал ПК персональным и дал возможность каждому купить его.

Слайд 7

Задача судьи: определить кто машина
Задача машины: запутать судью
Задача игрока-человека: не дать запутать

Задача судьи: определить кто машина Задача машины: запутать судью Задача игрока-человека: не дать запутать судью.
судью.

Слайд 8

ИИ в лицах сегодня.

Боится ИИ. Верит в захват мира терминаторами

Верит, что в

ИИ в лицах сегодня. Боится ИИ. Верит в захват мира терминаторами Верит,
ИИ спасение человечества. Говорит что создал сетку на 7 млрд нейронов

Не верят. Делают.

Слайд 9

Знакомьтесь. Первый, кто прошел тест Тьюринга.
Всегда 13 лет. Одесса. Очень интересуется миром

Знакомьтесь. Первый, кто прошел тест Тьюринга. Всегда 13 лет. Одесса. Очень интересуется
и
пытается его познать

Слайд 12

Математическая модель персептрона, предложенная Фрэнком Розенблаттом в конце 1950-х

Математическая модель персептрона, предложенная Фрэнком Розенблаттом в конце 1950-х

Слайд 16

0

1

w=0,5

w=0,5

w= - 0,5

0 1 w=0,5 w=0,5 w= - 0,5

Слайд 17

0

1

w=0,5

w=0,5

w= - 0,5

x = 1*0.5 + 0*0.5 + 0*(-0.5)=0.5

0 1 w=0,5 w=0,5 w= - 0,5 x = 1*0.5 + 0*0.5 + 0*(-0.5)=0.5

Слайд 18

0

1

w=0,5

w=0,5

w= - 0,5

x = 1*0.5 + 0*0.5 + 1*(-0.5)=0

0 1 w=0,5 w=0,5 w= - 0,5 x = 1*0.5 + 0*0.5 + 1*(-0.5)=0

Слайд 19

0

1

w=0,5

w=0,5

w= - 0,5

x = 1*0.5 + 1*0.5 + 0*(-0.5)=1

0 1 w=0,5 w=0,5 w= - 0,5 x = 1*0.5 + 1*0.5 + 0*(-0.5)=1

Слайд 20

0

1

w=0,25

w=0,25

w=0

w=0.9

w= - 0,4

w=0,5

w=-1

w= 1

0 1 w=0,25 w=0,25 w=0 w=0.9 w= - 0,4 w=0,5 w=-1 w= 1

Слайд 21

0

1

w=0,25

w=0,25

w=0

w=0.9

w= - 0,4

w=0,5

w=-1

w= 1

x1 = 1 * 0.25 + 0 *0 +

0 1 w=0,25 w=0,25 w=0 w=0.9 w= - 0,4 w=0,5 w=-1 w=
1*0.25 = 0.5

x2 = 1 * 0.5 + 0 * 0.9 + 1 * (-0.4) = 0.1

x = 1 * (-1) + 0 *1 = -1

Слайд 22

0

1

w=0,25

w=0,25

w=0

w=0.9

w= - 0,4

w=0,5

w=-1

w= 1

x1 = 1 * 0.25 + 1 *0 +

0 1 w=0,25 w=0,25 w=0 w=0.9 w= - 0,4 w=0,5 w=-1 w=
1*0.25 = 0.5

x2 = 1 * 0.5 + 1 * 0.9 + 1 * (-0.4) = 1

x = 1 * (-1) + 1 * 1 = 0

Слайд 23

0

1

w=0,25

w=0,25

w=0

w=0.9

w= - 0,4

w=0,5

w=-1

w= 1

x2 = 0* 0,5 + 1* 0.9 + 1*

0 1 w=0,25 w=0,25 w=0 w=0.9 w= - 0,4 w=0,5 w=-1 w=
(-0.4) = 0.5

x1 = 0 * 0.25 + 1 * 0 + 0 * 0.25 = 0

x = 1 * 1 +0 * (-1) = 1

Слайд 28

Human Brain - 10^11
Octopus - 1,5 * 10^8
Frog - 10^7
Cat -

Human Brain - 10^11 Octopus - 1,5 * 10^8 Frog - 10^7
3 * 10^6
Bee - 10^6
_______________
2011 - 10^6
2015 - 1.1 * 10^7
2018 - 10^9

что такое обучение

Слайд 29

Что же такое обучение?

Обучить - найти оптимальные веса, при которых
модель правильно делает

Что же такое обучение? Обучить - найти оптимальные веса, при которых модель
предсказания.
Методы обучения:
Без учителя
С учителем
Остальные методы (не отличаются интересом и
простотой реализации)

Слайд 30

Обучение с учителем:

Работа с обучающей выборкой Работа с тестовой выборкой

Обучение с учителем: Работа с обучающей выборкой Работа с тестовой выборкой

Слайд 31

Где взять датасеты?

http://visualgenome.org
http://peipa.essex.ac.uk/pix/mias/all-mias.tar.gz
https://landsat.usgs.gov/landsat-8
http://openbiometrics.org (tool)
https://www.nist.gov/itl/iad/image-group/emnist-dataset

Где взять датасеты? http://visualgenome.org http://peipa.essex.ac.uk/pix/mias/all-mias.tar.gz https://landsat.usgs.gov/landsat-8 http://openbiometrics.org (tool) https://www.nist.gov/itl/iad/image-group/emnist-dataset

Слайд 32

Облако vs Земля
сеть 10^3 нейронов
2 * 10^6 связей (в полносвязных слоях)
55 000

Облако vs Земля сеть 10^3 нейронов 2 * 10^6 связей (в полносвязных
символов в MNIST
6 000 прогонов обучения для 1 символа
Полное обучение = 3 * 10^14 тактов.

Intel Core i9 9980XE 4.5Ггц = 4.5 *10^9 Гц
~160 000 RUB

~3*10^6 секунд=~3* 11,57 суток в одном ядре. =~2 суток на 18 ядрах

Слайд 37

Почему GCP?

Поставляется много коробочных решений
Бесплатное пользование Compute Engine
Google сделали кубернетис и TensorFlow

Почему GCP? Поставляется много коробочных решений Бесплатное пользование Compute Engine Google сделали кубернетис и TensorFlow

Слайд 38

Автоматическое нахождение образов

Классификация найденных образов

TensorFlow. Что умеет?

Может обучать генеративно-созидательные сети

Может работать

Автоматическое нахождение образов Классификация найденных образов TensorFlow. Что умеет? Может обучать генеративно-созидательные
не только с образами, но и другими объектами

Можно запускать как локально, так и в облаке

Слайд 41

Применение Машинного обучения в продуктовом ритейле

Применение Машинного обучения в продуктовом ритейле

Слайд 43

Умные магазины уже вчера!

Умные магазины уже вчера!

Слайд 44

Входной порог.

Высшая математика. (Pre-intermediate)
Теория вероятностей и мат. статистика
Программирование (желательно python3)
Технический английский

Входной порог. Высшая математика. (Pre-intermediate) Теория вероятностей и мат. статистика Программирование (желательно python3) Технический английский

Слайд 45

Повышаем экспертизу!
Coursera.
Machine learning and Data Analysis
Edx. Data Science with Python ($255)

Coursera.Data

Повышаем экспертизу! Coursera. Machine learning and Data Analysis Edx. Data Science with
Engineering on Google Cloud Platform

Coursera.
Applied Data Science with Python

Имя файла: Tensor-flow.-Smooth-dive.pptx
Количество просмотров: 50
Количество скачиваний: 0