StudyEnglishWords

3#

Как мы учим компьютеры понимать изображения. Fei-Fei Li - видеоролик

Изучайте английский язык с помощью параллельных субтитров ролика "Как мы учим компьютеры понимать изображения". Метод интервальных повторений для пополнения словарного запаса английских слов. Встроенный словарь. Всего 299 книг и 1682 познавательных видеоролика в бесплатном доступе.

страница 4 из 7  ←предыдущая следующая→ ...

00:08:17
We were fairly alone on this journey for quite a while.
Долгое время у нас совсем не было единомышленников.
Some very friendly colleagues advised me to do something more useful for my tenure,
Некоторые дружелюбные коллеги советовали мне заняться более полезным делом,
and we were constantly struggling for research funding.
и нам никогда не хватало денег на исследования.
Once, I even joked to my graduate students
Однажды я даже пошутила со своими студентами,
that I would just reopen my dry cleaner's shop to fund ImageNet.
что я снова открою свою химчистку, чтобы профинансировать ImageNet.
00:08:37
After all, that's how I funded my college years.
В конце концов, именно с её помощью я оплатила обучение в университете.
So we carried on.
И мы продолжили работать.
In 2009, the ImageNet project delivered
В 2009 году проект ImageNet собрал
a database of 15 million images
базу из 15 миллионов изображений,
across 22,000 classes of objects and things
22 тысяч классов объектов и предметов,
00:08:56
organized by everyday English words.
упорядоченных при помощи повседневных английских слов.
In both quantity and quality,
Как количественно, так и качественно
this was an unprecedented scale.
это был беспрецедентный по размеру проект.
As an example, in the case of cats,
Например, в случае с котами
we have more than 62,000 cats
в базе содержится более 62 000 котов
00:09:12
of all kinds of looks and poses
разных пород, в разных позах,
and across all species of domestic and wild cats.
всех видов, как домашних, так и диких.
We were thrilled to have put together ImageNet,
Мы были на седьмом небе от счастья, когда база ImageNet была готова.
and we wanted the whole research world to benefit from it,
Мы хотели, чтобы она принесла пользу всему научному сообществу.
so in the TED fashion, we opened up the entire data set
И мы, как и TED, открыли бесплатный неограниченный доступ к базе данных
00:09:32
to the worldwide research community for free.
для всего мирового научного сообщества.
(Applause)
(Аплодисменты)
Now that we have the data to nourish our computer brain,
Сейчас, когда у нас есть база данных, чтобы питать наш компьютерный мозг,
we're ready to come back to the algorithms themselves.
мы готовы вернуться к алгоритмам.
As it turned out, the wealth of information provided by ImageNet
Как оказалось, база данных, предоставленная ImageNet,
00:09:55
was a perfect match to a particular class of machine learning algorithms
точно подходила для определённого класса алгоритмов обучения машин,
called convolutional neural network,
который называется свёрточная нейронная сеть,
pioneered by Kunihiko Fukushima, Geoff Hinton, and Yann LeCun
начало которому положили Кунихико Фукушима, Джефф Хинтон
back in the 1970s and '80s.
и Ян ЛеКун ещё в 1970-е и 80-е годы.
Just like the brain consists of billions of highly connected neurons,
Так же как и в мозге, состоящем из миллиардов взаимосвязанных нейронов,
00:10:17
a basic operating unit in a neural network
простейшей операционной единицей нейронной сети
is a neuron-like node.
является нейроподобный узел.
It takes input from other nodes
Он принимает входные данные от одних узлов
and sends output to others.
и отправляет выходные данные другим.
Moreover, these hundreds of thousands or even millions of nodes
Более того, сотни тысяч или даже миллионы таких узлов
00:10:33
are organized in hierarchical layers,
упорядочены по иерархическим уровням,
also similar to the brain.
также по аналогии с человеческим мозгом.
In a typical neural network we use to train our object recognition model,
В обычной нейронной сети, которую мы используем для обучения
it has 24 million nodes,
нашей модели распознавания, содержится 24 миллиона узлов,
140 million parameters,
140 миллионов параметров
00:10:50
and 15 billion connections.
и 15 миллиардов связей.
That's an enormous model.
Эта модель огромна.
Powered by the massive data from ImageNet
Функционирующая на основе базы ImageNet
and the modern CPUs and GPUs to train such a humongous model,
при помощи современных микропроцессоров для обучения этой огромной модели,
the convolutional neural network
свёрточная нейронная сеть
скачать в HTML/PDF
share
основано на 1 оценках: 5 из 5 1