টেনসরফ্লো এবং পাইটর্চে দ্রুত এবং দক্ষ চিত্র শ্রেণিবিন্যাসের জন্য গুগল কয়েকটি শট ডিপ লার্নিং এআই এবং মেশিন লার্নিং অ্যালগরিদম সহ ফ্রি মেটা-ডেটাসেট সরবরাহ করে

গুগল পিক্সেল 5?

গুগল আছে একাধিক ডেটাসেটের প্রাপ্যতা ঘোষণা করেছে বিভিন্ন কিন্তু সীমিত প্রাকৃতিক চিত্র নিয়ে গঠিত। অনুসন্ধান জায়ান্ট আত্মবিশ্বাসী যে সর্বজনীনভাবে উপলভ্য ডেটা এই গতিটিকে চালিত করবে মেশিন লার্নিং এবং কৃত্রিম বুদ্ধিমত্তা ন্যূনতম পরিমাণে ডেটা এআই মডেলগুলিকে প্রশিক্ষণ নিতে নেওয়া সময় হ্রাস করার সময়। গুগল নতুন উদ্যোগকে ‘ফ্রি মেটা-ডেটাসেটস’ বলছে যা এআই মডেলগুলিকে কম ডেটাতে ‘শিখতে’ সহায়তা করবে। সংস্থার ‘ফিউ-শট এআই’ কেবল কয়েকটি প্রতিনিধি চিত্র থেকে এআই নতুন ক্লাস শিখেছে তা নিশ্চিত করতে অনুকূলিত হয়েছে।

অল্প অল্প ডেটাসেটের সাহায্যে এআই এবং মেশিন লার্নিং মডেলগুলি দ্রুত প্রশিক্ষণের প্রয়োজনীয়তা বুঝতে পেরে গুগল ‘মেটা-ডেটাসেট’ চালু করেছে, যা চিত্রগুলির একটি ছোট সংগ্রহ যা অ্যালগরিদমের যথার্থতা বাড়ানোর জন্য প্রয়োজনীয় ডেটার পরিমাণ হ্রাস করতে সহায়তা করবে। সংস্থাটি দাবি করেছে যে কয়েকটি শট ইমেজ শ্রেণিবদ্ধকরণ কৌশলগুলি ব্যবহার করে, এআই এবং এমএল মডেলগুলি কম সংখ্যক প্রতিনিধি চিত্র থেকে একই অন্তর্দৃষ্টি অর্জন করবে।

গুগল এআই মেটা-ডেটাসেট ঘোষণা করেছে: কয়েকটি শট শেখার জন্য ডেটাসেটের একটি ডেটাসেট:

এআই এবং মেশিন লার্নিংয়ের জন্য ডিপ লার্নিং বেশ কিছুদিন ধরে তাত্পর্যপূর্ণভাবে বাড়ছে। যাইহোক, মূল প্রয়োজনীয়তা হ'ল উচ্চ-মানের ডেটার প্রাপ্যতা এবং তাও প্রচুর পরিমাণে। ম্যানুয়ালি টিকাশিত প্রশিক্ষণের ডেটা বিপুল পরিমাণে প্রায়শই পাওয়া শক্ত এবং কখনও কখনও অবিশ্বাস্যও হতে পারে। বৃহত্তর ডেটাসেটের ঝুঁকিগুলি বুঝতে পেরে গুগল মেটা-ডেটাসেটের সংগ্রহের প্রাপ্যতা ঘোষণা করেছে।

মাধ্যম ' মেটা-ডেটাসেট: কয়েকটি উদাহরণ থেকে শিখতে শেখার জন্য ডেটাসেটের একটি ডেটাসেট ”(উপস্থাপন আইসিএলআর 2020 ), গুগল বাস্তব চিত্রিত এবং চ্যালেঞ্জিং কয়েকটি শট সেটিংয়ে বিভিন্ন চিত্রের শ্রেণিবদ্ধকরণের মডেলগুলির দক্ষতা পরিমাপের জন্য একটি বৃহত্তর ও বিচিত্র মাপদণ্ডের প্রস্তাব দিয়েছে, এমন একটি কাঠামো তৈরি করেছে যাতে কেউ কয়েকটি শট শ্রেণিবদ্ধকরণের কয়েকটি গুরুত্বপূর্ণ বিষয় তদন্ত করতে পারে। মূলত, গুগল 10 টি সর্বজনীনভাবে উপলব্ধ এবং প্রাকৃতিক চিত্রের ডেটাসেট ব্যবহারের জন্য নিখরচায় অফার করছে। এই ডেটাসেটগুলিতে ইমেজনেট, সিউবি -200-2011, ফুঙ্গি, হাতে লেখা অক্ষর এবং ডুডল রয়েছে of কোডটি হ'ল পাবলিক এবং অন্তর্ভুক্ত a নোটবই এটি মেটা-ডেটাসেট কীভাবে ব্যবহার করতে পারে তা প্রদর্শন করে টেনসরফ্লো এবং পাইটর্চ ।

কয়েকটি শট শ্রেণিবদ্ধকরণ এর বাইরে চলে যায় মান প্রশিক্ষণ এবং গভীর শেখার মডেল । পরীক্ষার সময় সম্পূর্ণ নতুন ক্লাসে সাধারণীকরণ লাগে। অন্য কথায়, পরীক্ষার সময় ব্যবহৃত চিত্রগুলি প্রশিক্ষণে দেখা যায়নি। কয়েকটি শট শ্রেণিবদ্ধকরণে, প্রশিক্ষণ সেটটিতে এমন ক্লাস রয়েছে যা পরীক্ষার সময় উপস্থিত হতে সম্পূর্ণরূপে বিচ্ছিন্ন। প্রতিটি পরীক্ষার টাস্কে ক সমর্থন সেট কয়েকটি লেবেলযুক্ত চিত্র যা থেকে মডেলটি নতুন ক্লাস এবং একটি বিভেদ সম্পর্কে শিখতে পারে কোয়েরি সেট উদাহরণস্বরূপ যে মডেলটিকে তখন শ্রেণিবদ্ধ করতে বলা হয়।

একটি মেটা-ডেটাসেট হ'ল একটি বৃহত উপাদান মডেল সম্পূর্ণ নতুন ডেটাসেটগুলিতে সাধারণীকরণ অধ্যয়ন করে , যা থেকে কোনও শ্রেণির কোনও চিত্র প্রশিক্ষণে দেখা যায়নি। এটি কয়েকটি শট লার্নিং সেটআপের অন্তর্নিহিত নতুন ক্লাসগুলির কাছে কঠোর সাধারণীকরণের চ্যালেঞ্জের পাশাপাশি।

মেটা-ডেটাসেট কীভাবে এআই এবং মেশিন লার্নিং মডেলগুলির গভীর শিখতে সহায়তা করে?

মেটা-ডেটাসেট ক্রস-ডেটাসেটের জন্য সবচেয়ে বড় আকারের সংগঠিত বেঞ্চমার্কের প্রতিনিধিত্ব করে, এখন পর্যন্ত কয়েকটি শট চিত্রের শ্রেণিবদ্ধকরণ। এটি প্রতিটি কার্যক্রমে শ্রেণীর সংখ্যা, শ্রেণি অনুসারে উপলব্ধ উদাহরণগুলির সংখ্যা, শ্রেণি ভারসাম্যহীনতা প্রবর্তন এবং কিছু ডেটাসেটের জন্য সাম্যতার ডিগ্রী পরিবর্তিত করে বিভিন্ন বৈশিষ্ট্য এবং অসুবিধার কাজগুলি উত্পন্ন করার জন্য একটি নমুনা অ্যালগরিদম প্রবর্তন করে প্রতিটি টাস্কের ক্লাস।

মেটা-ডেটাসেট কয়েকটি শট শ্রেণিবিন্যাসের জন্য নতুন চ্যালেঞ্জগুলি প্রবর্তন করে। গুগলের গবেষণা এখনও প্রাথমিক এবং এর প্রচুর ক্ষেত্র রয়েছে cover তবে অনুসন্ধান জায়ান্ট দাবি করেছেন যে গবেষকরা সাফল্য অনুভব করছেন। কিছু উল্লেখযোগ্য উদাহরণের মধ্যে রয়েছে চতুরতার সাথে ডিজাইন করা using টাস্ক কন্ডিশনার , আরো পরিশীলিত হাইপারপ্যারমিটার টিউনিং , প্রতি ' মেটা-বেসলাইন ’যা প্রাক-প্রশিক্ষণ এবং মেটা-শিক্ষার সুবিধাগুলি এবং অবশেষে ব্যবহারের সাথে সম্মিলিত বৈশিষ্ট্য নির্বাচন প্রতিটি কাজের জন্য একটি সার্বজনীন প্রতিনিধিত্ব বিশেষজ্ঞ।