Pac-Man kamera ile eğitildi, hala birkaç bölüm yaşamıyorum | TensorFlow.js
İçbükey tapınaktan kestane dişi
Qubit Raporu | Genel Hesap QbitAI
Geçtiğimiz hafta sonu, JavaScript geliştiricileri için TensorFlow.js, TF Geliştirici Zirvesi'nde yayınlandı.
Toplantıda, Nikhil Thorat tarafından gösterilen görüntü eğitimi versiyonu Pac-Man Çok benziyor arkadaş canlısı oyun.
Resmi internet sitesinde listelenen bir demo adresi olduğu için, iyi insanların bir üyesi olarak ben de denedim. Bu arada, oyun deneyiminin web sürümünü test etmenize yardımcı olun.
Bilgisayarın ön kamerası açık olduğu sürece, AI'yı yukarı, aşağı, sola ve sağa hareket ettirmek üzere eğitmek için dört farklı görüntü kullanılabilir. Kayıp değeri sabitlendiğinde, eğitimin bittiği ve oyuna başlandığı anlamına gelir.
EP01
Daha uygun jest eğitimini seçtim. Başlangıçta, dört yönü belirtmek için yalnızca başparmak kullanılır.
Hareketlerin ilettiği niyeti keşfedin Çok belirsiz , Görüntünün yönünü tanımaktan AI'nın sorumlu olmadığını düşündüm.
Yukarı ve sağ (tümü elin arkası dışarı bakacak şekilde) ayırt edilemez ve sol ve aşağı (tümü elin avuç içi dışa bakacak şekilde) ayırt edilemez.
EP02
Daha sonra üst ve sol tarafı işaret parmaklarıyla değiştirdim. AI hala inatla gitmek istemediğim yönde ilerliyor. başparmak ile işaret parmağı Anlayamıyorum.
EP03
Yüzüm kamerada göründüğünde AI'nın kafası karışmalı, diye düşündüm.
Bu yüzden yüzümü çıkarmaya çalışıyorum. Ancak, hiçbir faydası yoktur ve AI hala biraz kayıptır.
EP04
Uzlaşılmadı. Ellerimi hiç kullanmadım ve başımı öne ve arkaya atarak, sola ve sağa sallanarak değiştirdim.
Beklenmedik bir şekilde aksiyon çok güzel olmasa da bu sefer gerçekten çok daha iyi ve sonunda 3000 puan aldı.
Operasyon pisliği performansından memnun.
Takip et
Ancak yine de bazı sorunlar bulundu.
Bu oyunun en güzel yanı, sistemin genellikle eylem değişikliği sırasında kontrol edemediğimiz yönleri tanımasıdır.
Muhtemelen, yolda çatal olmadığında eylemi değiştirmek en güvenlisidir Geçiş sırasında bir bölüm olsa bile, etkili bir şekilde düzeltilebilir.
Ancak, bir düşünün, sonuçta, bu operasyon seviyesi pratik yapabileceğim bir şey değil.
Ayrıca, öğrenme hızı (öğrenme hızı), parti boyutu (parti boyutu), epoch (tüm veri eğitiminin geçiş sayısı) ve gizli birimlerin (gizli birimler) dört parametresinin ayarlanması operasyon cürufunun sonucu gibi görünmemektedir. Daha fazla yardım yansıtın. Daha uygun bir parametre kombinasyonu bulmak için birkaç kez daha deneyebilirsiniz.
Ve örneklerin sayısı hakkında bir şey söylemek zor. Son gruptan dört grup örnek, tarayıcı aniden yanıp sönebilir; Önceki numune boşuna alındı , Geri dönün ve tekrar bir fotoğraf çekin.
Aslında birkaç kez daha oynamak istiyorum.
Denemek için aşağıdaki adrese de gidebilirsiniz:
https://storage.googleapis.com/tfjs-examples/webcam-transfer-learning/dist/index.html
Veya kodu kontrol edin:
https://github.com/tensorflow/tfjs-examples/tree/master/webcam-transfer-learning
- Bitiş -
Samimi işe alım
Qubit, editörleri / muhabirleri işe alıyor ve merkezi Pekin, Zhongguancun'da bulunuyor. Yetenekli ve hevesli öğrencilerin bize katılmasını dört gözle bekliyoruz! Ayrıntılar için, lütfen QbitAI diyalog arayüzünde "işe alım" kelimesiyle yanıt verin.
Qubit QbitAI · Toutiao İmzalama Yazarı
' ' Yapay zeka teknolojisi ve ürünlerindeki yeni eğilimleri takip edin
