zondag 17 mei 2015

Deep Learning - op weg

Na een heleboel media-aandacht over de waarschuwingen van o.a. Steve Hawkins en Elon Musk maar ook het mooie TED verhaal van Jeremy Howard over deep learning is mijn interesse voor kunstmatige intelligentie opnieuw gewekt.

Vroeger heb ik wel diverse experimenten met 'expertsystemen' gedaan maar het is altijd ongrijpbaar gebleven. Nu lijkt het dichterbij dan ooit en lijken de resultaten zich jaarlijks sterk te verbeteren. Vandaar ook de waarschuwingen van de 'celebrities'.

Er zijn behoorlijk wat Youtube seminaries beschikbaar over deep learning. Ik heb er nu al een aantal (gedeeltelijk) gevolgd. Hoewel in deze wereld een video uit 2012 al gedateerd lijkt :-)

Het blijkt dat de programmeertaal Python een goede kandidaat is om daadwerkelijke deep-learning netwerken mee te programmeren. Een van mijn favoriete videos is dan ook :

Introduction to Deep Learning with Python

Hierin legt Alec Radford, Head of Research at indico Data Solutions,stap voor stap uit hoe heel eenvoudige zelflerende (lineare regressie) tot convolutional netwerken in Python (met Theano en Numpy) kunnen worden ontwikkeld. Daarover later meer.

Geen opmerkingen:

Een reactie posten

Code hulp

Numpy vstack

-----------------

ys = np.array([])

ys = np.vstack([ys, xs]) if ys.size else xs

Numpy unique (set in numpy)

-----------------

h = np.unique(x)

----

opencv : coordinaten: (hoogte, breedte)

Numpy: coordinaten: (row, column)

---

Numpy delete 'bad' rows

-----------------------------

x = x[numpy.in1d(x[:,0], bad, invert=True)]

Python sorting

-----------------

SlicLoc = sorted(SlicLoc, key = lambda x: (x[0],float(x[3])))

Pandas

----------

import pandas as pd

Td = pd.DataFrame(Tdist)

print(Td.describe())

Pickle

--------

import cPickle as pickle

with open('/Users/DWW/Documents/net1.pickle', 'wb') as f:

pickle.dump(net1, f, -1)

-------

Center of image

from scipy import ndimage

x,y = ndimage.measurements.center_of_mass(combi)

-------

reset CPU:

export LD_LIBRARY_PATH="/usr/local/cuda/lib"

export PATH=/usr/local/cuda/bin:$PATH

export DYLD_LIBRARY_PATH=/usr/local/cuda/lib:$DYLD_LIBRARY_PATH

zondag 17 mei 2015

Deep Learning - op weg

Introduction to Deep Learning with PythonHierin legt Alec Radford, Head of Research at indico Data Solutions,stap voor stap uit hoe heel eenvoudige zelflerende (lineare regressie) tot convolutional netwerken in Python (met Theano en Numpy) kunnen worden ontwikkeld. Daarover later meer.

Geen opmerkingen:

Een reactie posten

Introduction to Deep Learning with Python

Hierin legt Alec Radford, Head of Research at indico Data Solutions,stap voor stap uit hoe heel eenvoudige zelflerende (lineare regressie) tot convolutional netwerken in Python (met Theano en Numpy) kunnen worden ontwikkeld. Daarover later meer.