İş yerinde balık tutmak için sizin tarafınızdan kullanılan iyi bir derin öğrenme sistemi var mı?

Balıkçılık, geçmişte ofis çalışanlarının güzel bir geleneği olarak tanımlanabilir.

4399 çağında olduğu gibi, oyun kutusunun özel bir "patron düğmesi" işlevi vardı, böylece oyuncu ilgi odağının doğru olmadığını fark ettiğinde, oyun ekranını hızla gizleyebilir ve çalışma arayüzüne geçebilirdi.

Utanç verici tek şey, patronun pozisyonu daha "cilveli" ise veya hız doluysa, balık tutmaya bağımlı olanların, siz gelip ekranı değiştirmeden veya size vermeden önce muhtemelen dik yakalanmanız muhtemeldir. Tepki süresi yalnızca ekranı gizlemek için yeterlidir - böylece siz ve patronunuz Windows'un varsayılan mavi gökyüzü ve yeşil çim masaüstünün önünde, nispeten suskun olacaksınız.

Ancak zamanın ilerlemesiyle, yeni teknik güçlere hakim olan ofis çalışanları, balıkçılık için daha gelişmiş başa çıkma teknikleri geliştirdiler.

İki yıl önce, internette bir Japon mühendisin kendi başına bir "patron sensörü" geliştirdiği efsanesi vardı, portreyi lens aracılığıyla tanıyabildiğini ve patron yaklaşırken bilgisayar ekranını otomatik olarak çalışma ekranına geçirebileceğini iddia ediyordu. Mühendis, bu yeni teknolojinin doğuşunun, "iş istasyonu patronun ofisinin hemen önündeyken" ofis çalışanlarının karşılaştığı balıkçılık sorununu mükemmel bir şekilde iyileştirdiğini iddia ediyor.

Fakat uzun bir süre boyunca bu sadece bir efsaneydi. Sonuçta, çoğu netizenin bilişinde, sözde makine öğrenimi ilkesi hala çok karmaşık bir şeydir. Bir kişinin yüzünü statik bir fotoğraf eğitim sistemi aracılığıyla doğru bir şekilde ayırt etmek ve tanımak gerekir. , İş yükü oldukça büyük gibi görünüyor. Ayrıca ilgili mühendislerin takip tecrübesi nedir? Patron tarafından mı keşfedildi? Ayrıca bir gizem haline geldi.

Ama daha bugün, Baidu'nun resmi Weibo hesabı aslında size bu efsanevi "Boss Önleme" sistemini nasıl kuracağınızı öğretti ve son deneyimi ekledi.

İlgili videoda kahramanın bir programcı olarak cep telefonu, dizüstü bilgisayar ve internetten satın alınan bir kamera için donanımı hazırladığını gördük. Günlük işiniz sırasında patronunuzun fotoğraflarını çekmek için zaman ayırdıktan sonra, açık kaynaklı bir derin öğrenme platformu olan PaddlePaddle'ın yardımıyla doğrudan modeller oluşturmaya başlayabilir ve en hantal veri eğitimi bağlantılarını tamamlayabilirsiniz.

Daha sonra, satın alınan kamerayı patronun ofisine doğrultun ve işinizi kontrol etmek için "dışarı çıktığınızda" bilgisayar sayfasını otomatik olarak çalışacak şekilde değiştirebilirsiniz, bu da çalışanların küçük kalplerinin balık tutarak zarar görmesini büyük ölçüde azaltır.

Ek olarak, bu video, PaddlePaddle tarafından eğitilen diğer görüntü tanıma sistemlerinin daha fazla ortamda elde edebileceği iş etkisini de gösteriyor. Video içeriği açısından (Python veya diğer diller hakkında bilgi sahibi olmanız koşuluyla), özellikle de doğrudan açık kaynak platformunda eğitilebilen, gerçekten verimli olan en karmaşık ve büyük miktarda mühendislik veri eğitimi açısından işlem zor değildir.

Aslında, bu videoda bahsedilen PaddlePaddle, Baidunun AI açık platformu EasyDL çerçevesine de uygulanmıştır ve ikincisinin en ünlü kullanım durumu, kedi köle programcıları tarafından Pekin'e yardımcı olmak için akıllı kedi yavruları geliştirmek için kullanılmaktadır. Şehir başıboş kedi. Giderek artan bu derin öğrenme platformları, programcıların daha fazla yaratıcılığa ilham vermesine de yardımcı olacaktır.

Daha fazla derin öğrenme geliştiricisi ve kullanıcısının teknik iletişim ve diyalog kurmasına izin vermek için, Ulusal Mühendislik Laboratuvarı Derin Öğrenme Teknolojisi Uygulaması ve Baidu'nun ortak sponsorluğunda ilk "WAVE SUMMIT China Deep Learning Developer Summit" yakında düzenlenecek. İlk derin öğrenme geliştirici zirvesi. Çin'deki tek açık kaynak derin öğrenme platformu olan PaddlePaddle, bu zirvede her yönden büyük inekleri bir araya getirmenin yanı sıra birçok yeni özelliğini ve hizmetini tam anlamıyla sergileyecek.

Kamuya açık bilgilere göre PaddlePaddle, çeşitli heterojen donanımlarla uyumlu, mükemmel eğitim tahmin performansına sahip, çeşitli önde gelen modelleri resmi olarak destekleyen ve tam süreçli bir derin öğrenme modülü sağlayabilen, öğrenmesi kolay, kullanımı kolay, güvenli ve verimli bir dağıtılmış derin öğrenme platformudur. Ve bileşenleri ve farklı geliştirme ihtiyaçlarına uygun. Ek olarak, şirketlerin AI çağında iş dönüşümünü gerçekleştirmelerine yardımcı olmak için tam özellikli bir derin öğrenme paketi de sağlar.

Gerçeği söylemek gerekirse, PaddlePaddle resmi tanıtımı kadar büyülü ise, "patronu önlemek" ve "kedi kumu yapmak" için kullanılamayacak kadar küçük olurdu, ne düşünüyorsun?

[Takip edin] Emekli maaşları 2035'te bitecek mi? Az önce İnsan Kaynakları ve Sosyal Güvenlik Bakanlığı yanıt verdi
önceki
Tomoto CR-V "Motor Gaz Kelebeği" Soruşturması: Yağa benzin karıştırmak motorun ömrünü kısaltacaktır!
Sonraki
Douyu listelemenin kornasını çaldı, Tencent oyun canlı yayın endüstrisinde büyük bir kazanan oldu
Yepyeni bir yerli SUV'nin başka bir casus fotoğrafları dalgası ortaya çıktı ve sonuncusu parlak ve kör!
300.000'den fazla kişi BBA almak istemiyor, agresif görünüme sahip bu sportif araba sizin için doğru olabilir!
BMW 5 Serisi yine yeni Hangi konfigürasyon daha güçlü ve satın almaya değer?
Haval H9 ile rekabet edebileceği söylenen yaklaşık 200.000 yuan'a orta büyüklükte bir SUV satın alın!
Suning ile el ele vererek Samsung'un yerelleştirmesi + birden çok kanal orta ölçekli pazarı ateşleyen yeni Galaxy A70'i piyasaya sürün
Nokia X71 incelemesi: güzel bir ekran, üç kamera ve hangi bisikletlere ihtiyaç var?
Hangi 70.000 sınıfı SUV ile başlamak en iyisidir? Haval H2 gerçek güçle sizi fethediyor
Bu 9 sürüş becerisini öğrenmeden, 10 yıllık sürüş deneyimi eski bir sürücü olarak kabul edilmez!
Ayda 10.000 adetten fazla satışla, bu, benzerlerinden daha fazla yakıt tasarrufu sağlayan yurt içinde üretilen en popüler küçük SUV mi?
Bu Japon parçaları, arabanızda hiç olmadığını söylemeye cüret edersiniz?
Büyük bir araba almak için az miktarda para harcayın! 100.000 içinde, en büyük gövde boyutuna sahip 4 arabanın hepsi burada
To Top