项目文件夹

文件
wehub-resource-sync 468fc26eb0
CodeQL Advanced / Analyze (actions) (push) Has been cancelled
CodeQL Advanced / Analyze (javascript-typescript) (push) Has been cancelled
CodeQL Advanced / Analyze (python) (push) Has been cancelled
Scorecard supply-chain security / Scorecard analysis (push) Has been cancelled
chore: import upstream snapshot with attribution
2026-07-13 13:07:30 +08:00

4.6 KiB

ട്രാൻസ്ഫർ ലേണിംഗ് ഉപയോഗിച്ച് ഓക്സ്ഫോർഡ് പെട്ടുകളുടെ വർഗ്ഗീകരണം

AI for Beginners Curriculum ലെ ലാബ് അസൈൻമെന്റ്.

ടാസ്‌ക്

ഒരു പെട്ട് നഴ്സറിയുടെ എല്ലാ പെട്ടുകളെയും കാറ്റലോഗ് ചെയ്യാനുള്ള ഒരു ആപ്ലിക്കേഷൻ വികസിപ്പിക്കേണ്ടതായി നിങ്ങൾക്ക് കരുതുക. അത്തരത്തിലുള്ള ഒരു ആപ്ലിക്കേഷന്റെ മികച്ച സവിശേഷതകളിൽ ഒന്ന് ഫോട്ടോഗ്രാഫിൽ നിന്ന് സ്വയം ജാതി കണ്ടെത്തുക എന്നതാണ്. ഈ അസൈൻമെന്റിൽ, നാം ട്രാൻസ്ഫർ ലേണിംഗ് ഉപയോഗിച്ച് Oxford-IIIT പെട്ട് ഡാറ്റാസെറ്റിൽ നിന്നുള്ള യഥാർത്ഥ ജീവിത പെട്ട് ചിത്രങ്ങളെ വർഗ്ഗീകരിക്കും.

ഡാറ്റാസെറ്റ്

നാം 35 വ്യത്യസ്ത ജാതികളുടെ നായകളും പൂച്ചകളും ഉൾക്കൊള്ളുന്ന ഒറിജിനൽ Oxford-IIIT പെട്ട് ഡാറ്റാസെറ്റ് ഉപയോഗിക്കും.

ഡാറ്റാസെറ്റ് ഡൗൺലോഡ് ചെയ്യാൻ, ഈ കോഡ് സ്നിപ്പെറ്റ് ഉപയോഗിക്കുക:

!wget https://www.robots.ox.ac.uk/~vgg/data/pets/data/images.tar.gz
!tar xfz images.tar.gz
!rm images.tar.gz

നോട്ട്ബുക്ക് ആരംഭിക്കൽ

OxfordPets.ipynb തുറന്ന് ലാബ് ആരംഭിക്കുക

പ്രധാനപ്പെട്ട കാര്യങ്ങൾ

ട്രാൻസ്ഫർ ലേണിംഗ്, പ്രീ-ട്രെയിൻ ചെയ്ത നെറ്റ്വർക്കുകൾ എന്നിവ ഉപയോഗിച്ച് നാം യഥാർത്ഥ ലോകത്തിലെ ചിത്ര വർഗ്ഗീകരണ പ്രശ്നങ്ങൾ എളുപ്പത്തിൽ പരിഹരിക്കാം. എന്നാൽ, പ്രീ-ട്രെയിൻ ചെയ്ത നെറ്റ്വർക്കുകൾ സമാന തരം ചിത്രങ്ങളിൽ മാത്രമേ നല്ല ഫലം നൽകൂ. വളരെ വ്യത്യസ്തമായ ചിത്രങ്ങൾ (ഉദാ: മെഡിക്കൽ ചിത്രങ്ങൾ) വർഗ്ഗീകരിക്കാൻ തുടങ്ങുമ്പോൾ ഫലങ്ങൾ വളരെ മോശമാകാൻ സാധ്യതയുണ്ട്.


അസൂയാ:
ഈ രേഖ AI വിവർത്തന സേവനം Co-op Translator ഉപയോഗിച്ച് വിവർത്തനം ചെയ്തതാണ്. നാം കൃത്യതയ്ക്ക് ശ്രമിച്ചിട്ടുണ്ടെങ്കിലും, സ്വയം പ്രവർത്തിക്കുന്ന വിവർത്തനങ്ങളിൽ പിശകുകൾ അല്ലെങ്കിൽ തെറ്റുകൾ ഉണ്ടാകാമെന്ന് ദയവായി ശ്രദ്ധിക്കുക. അതിന്റെ മാതൃഭാഷയിലുള്ള യഥാർത്ഥ രേഖ അധികാരപരമായ ഉറവിടമായി കണക്കാക്കപ്പെടണം. നിർണായക വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ വിവർത്തനം ശുപാർശ ചെയ്യപ്പെടുന്നു. ഈ വിവർത്തനം ഉപയോഗിക്കുന്നതിൽ നിന്നുണ്ടാകുന്ന ഏതെങ്കിലും തെറ്റിദ്ധാരണകൾക്കോ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കോ ഞങ്ങൾ ഉത്തരവാദികളല്ല.