如今,机器学习无处不在,从垃圾邮件过滤和面部识别到语音助手和无人驾驶汽车。但你不需要硕士学位就可以学会如何使用这项令人兴奋的技术,多亏了微软一款名为Lobe的新应用。
Lobe简化了机器学习的过程,因此任何人都可以在没有任何编码知识的情况下创建AI(人工智能)模型。我们将解释Lobe是如何工作的,以及如何开始使用这个聪明的新工具。
Lobe是一款免费的Windows和macOS桌面应用程序,可以让没有编程或数据科学经验的人进行人工智能实验。它还允许开发者将机器学习功能添加到自己的应用程序中。
Lobe于2018年9月被微软收购,它可以让你使用简单的可视化界面构建机器学习模型,而不是编写代码。在当前的公共预览中,您可以对图像集进行分类,以便Lobe可以识别相似图片的内容。
在其人工智能博客上,微软给出了耳垂被训练识别有毒浆果的例子,通过在照片中发现鲸鱼来保护海洋资源,并在停车位可用时发出警报。它还被用于一个养蜂项目,以检测入侵蜂巢的有害昆虫。
微软计划在未来扩展Lobe的功能,以训练其他类型的机型。这将包括目标检测(在图像中定位特定项目)和数据分类(在表中标记信息)。
本文介绍了如何利用叶的图像分类特征建立机器学习模型。
要获取适用于Windows或macOS的Lobe应用程序,请单击主页或Lobe网站右上角的下载按钮。您需要输入一些个人详细信息才能加入Lobe Beta,包括您的姓名、电子邮件地址和国家/地区,但由于Microsoft没有验证这些信息,因此您可以伪造这些信息。
事实上,Lobe最好的一点就是它不会损害你的隐私。该应用程序脱机工作,您导入的任何数据都保留在您的计算机上,而不是上载到云(和Microsoft)。
这是一个相当大的下载量(在编写本文时为378MB),安装需要几分钟。一旦完成,您就可以直接开始使用Lobe,因为没有任何设置需要配置。只需选中Run Lobe框并单击Finish。
当裂片打开时,单击主屏幕左下角的“新建项目”按钮。在左上角输入项目的名称。现在可以添加和标记一些图像,以创建第一个机器学习模型。
单击右上角的“导入”按钮,然后选择是从计算机添加图像、从网络摄像头捕获快照,还是以结构化图像文件夹的形式导入现有数据集。对于您的第一个AI模型,最好使用第一个最简单的选项。
从硬盘中选择至少五张同一主题的图像,可以单独选择,也可以在单击时按住Ctrl或Cmd。理想情况下,这些部件应在背景、照明或位置上有所变化,以帮助叶识别重要部件。我选了我们邻居福克斯的照片。
为第一个图像输入一个描述性标签,在我们的示例中是“fox”。Lobe将保存此标签,以便您可以快速将其应用于数据集中的其他图像。如果需要编辑标签或删除图像,请右键单击图片。
接下来,导入另一组不同但相关主题的图像。我选择了我的狗的照片作为耳垂,以区别于狐狸的照片。同样,使用描述性标记标记第一个图像,然后将相同的标签应用于其他快照。您可以选择对其他集重复该过程,但只需要两个来创建模型。
相关:4种独特的方法为你的机器学习项目获取数据集
一旦你创建了至少两个标签,并将它们应用到每个至少五个图像,Loop将自动开始训练您的机器学习模型。当过程完成时,您将听到确认音。
单击左侧列中的Train选项以查看结果。将鼠标悬停在图像上,您会看到一条消息:“正确的预测。您的肺叶正确预测此图像为[标签名称]。”
您可以通过导入另一个图像来测试模型是否工作,以查看Lobe是否预测了正确的标签。单击左侧的“播放”,然后将图片拖放到应用程序中,或单击“导入”。
如果Lobe正确预测了导入图像的标签,请单击绿色的勾选按钮;否则,请单击红色按钮。继续添加图像,训练你的人工智能模型识别不同的主题变化。微软建议每个标签使用100到1000张图片,这取决于任务的复杂性。
如果Lobe不断做出错误的预测,有几种方法可以让你的机器学习模型更可靠。
进入列车区段,点击右上角的查看按钮,选择不正确的第一个。这将向您显示哪些图像最容易混淆。导入这些错误标记图像的更多变体以标记为正确或不正确。这将使未来的预测更加准确。
即使您导入的图像不包含相关内容,Loop也会始终预测您的标签之一。为了防止错误识别,添加占位符图像并将它们标记为“无”,这样模型就不会被迫在错误答案之间进行选择。
如果您使用的是一个大型数据集,并且经历了大量错误的预测,那么您可以强制Lobe更彻底地训练您的模型。单击左上角的三行菜单按钮,选择“优化模型”,然后单击“优化”。
虽然您可以玩的时候,它也让您导出您的机器学习模型的行业标准格式,所以您可以使用它在您正在开发的应用程序。
您可以将数据集导出为TensorFlow Lite,用于Android和物联网应用程序;将数据集导出为Core ML,用于开发iOS、iPad和macOS应用程序;将数据集导出为TensorFlow 1.15 SavedModel,用于用Python语言编写的应用程序。
单击左上角的菜单按钮,选择导出,然后选择首选格式。在保存模型的文件或代码之前,您可以选择优化模型。Lobe还有自己的API(应用程序编程接口),用于在Python和.NET中运行导出的模型。
不要担心这些选项听起来对您的编程专业水平来说太高级,因为LOVE会自动保存项目。如果你需要技术帮助和建议,你可以访问叶社区亚红。
相关:什么是谷歌TensorFlow
microsoftlobe提供了一种简单的可视化方法来创建基本的机器学习模型,而不需要担心代码。你可以用它来分类你想要的任何图像,并尝试从你的摄像头捕捉到照片。
如果试用Lobe让你渴望了解更多关于机器学习的知识,你会在网上找到很多免费的课程和教程来帮助你发展自己的技能和知识。
...学习,模仿人类获取知识的学习方法。 神经网络有助于建立预测模型来解决复杂问题。另一方面,深度学习是机器学习的一部分。它有助于发展语音识别、图像识别、自然语言处理、推荐系统、生物信息学等等。神经网络是一...
关键区别-有监督和无监督机器学习 有监督学习和无监督学习是机器学习的两个核心概念。监督学习是一种机器学习任务,学习基于示例输入输出对将输入映射到输出的函数。无监督学习是从未标记的数据中推断出一个描述隐...
...动化Excel工作流。 Excel财务分析:学习如何建立一个资产负债表和计算现金流量与Excel报表模型。本课程还将教你各种财务方法来创建实际项目。 数据透视表简介:本课程将教你有关数据透视表的所...
... 用HTML5和CSS3构建响应性强的真实世界网站:学习如何用真实的项目构建现代网站。 Javascript初学者训练营:Javascript语言的基础知识,学习如何创建交互式网站。 完整的全栈Javascript课程:学习...
...主机获得尽可能多的资金方面有多么出色——这一切都是建立在一些相当庞大的数据存储的基础上的。 今天在旧金山举行的Airbnb露天活动上,工程部副总裁Mike Curtis(如上图)介绍了价格提示,这是一个让Airbnb的...
...长远来看,洋红希望推动机器生成艺术的发展,并围绕它建立一个艺术家社区——但从短期来看,这意味着要建立一个生成系统,**艺术家已经使用的工具。”我们将从音频和视频支持开始,使用MIDI等格式的工具,以及帮助艺术...
...两种相同的土壤。每次都有点不同。” 困难的部分是建立你的神经网络 Geosys还分析光谱卫星数据,与业界其他大型企业一样。但是莱普特认为,最近技术的进步,包括对机器学习的特别关注,给初创企业比过去更好的生...
...夜光图像、白天图像和实际调查数据——输入计算机,以建立一种算法,预测某一特定地区的贫富状况。今天发表在《科学》杂志上的一项研究中描述了这种方法,它比我们以前更详细地估计了贫困。 很难衡量发展中国家的贫...
...样,建议新手学习Python正在创造一个永远不会费心学习如何用C编写代码的程序员。我相信这是件坏事。他写道,了解C绝对不是从事软件生产性职业的必要条件,但对于那些可能成为最佳程序员的人来说,学习像Python这样的语言...
...超过实时。 摆脱这一困境的唯一方法是让机器通过学习建立自己的内部世界模型,这样它们就能以比实时更快的速度模拟世界。我们所没有的最关键的科学和技术是如何让机器建立世界模型。 我举的例子是,当一个人学会开车...