Uzman Danışmanlar: El yazısı sayıları tanımak için bir ONNX modeli kullanma örneği

[Automated-Trading]

El yazısı sayıları tanımak için bir ONNX modeli kullanma örneği:

Bu Uzman Danışman ticaret yapmaz. Standart canvas kütüphanesi kullanılarak uygulanan basit bir panel, fare ile rakamlar çizmenize olanak tanır. Eğitilmiş mnist.onnx modeli rakamları tanımak için kullanılır.

Yazar: Slava

[Vitaliy Kuznetsov]

Ticarette, grafik desenlerini ZZ desenlerinden farklı bir şekilde tanımlamaya yardımcı olacağını ve hatta bulunan desenlerin kalitesini artırabileceğini anlıyorum.

[fxsaber]

Canvas uygulamasını ilgiyle inceledim, teşekkürler. Görüntü tanıma için bu ONNX modelinin hesaplama karmaşıklığının, eğitimin hesaplama karmaşıklığının eğitim örneklerinin sayısına bölünmesine eşit olduğu doğru mu?

[Renat Akhtyamov]

Pekala. 9'lar daha az tanınır

Önemli değil, çünkü fiyat dönüp durmuyor ;)

Doğrusal rakamları tanır ve bu çok iyidir.

örüntü sınıflandırması için yararlı olabilir

[fxsaber]

value 7 predicted with probability 0.9998406767845154

Model çok hızlıdır - OnnxRun 100 mikrosaniye içinde yürütülür.

[Slava]

fxsaber #:
Görüntü tanıma için bu ONNX modelinin hesaplama karmaşıklığının, eğitimin hesaplama karmaşıklığının eğitim örneklerinin sayısına bölünmesine eşit olduğu doğru mudur?

Ayrıca yaklaşık 2'ye bölünür. Eğitim sürecinde ileri fonksiyona ek olarak geri yayılım fonksiyonu (back propagation) çağrılır.

Yaklaşık 2'ye bölünür, çünkü aktivasyon fonksiyonu ve aktivasyon fonksiyonunun türev fonksiyonu farklı hesaplama karmaşıklığına sahip olabilir

[fxsaber]

Slava #:

Ayrıca yaklaşık 2'ye bölünür. Öğrenme sürecinde, ileriye ek olarak, geri yayılım fonksiyonu da çağrılır.

Aktivasyon fonksiyonu ve aktivasyon fonksiyonunun türev fonksiyonu farklı hesaplama karmaşıklığına sahip olabileceğinden, yaklaşık olarak 2 ile

Tek bir çekirdek üzerinde bile eğitimin 10 saniyeden az sürdüğü ortaya çıktı. Bu gerçekten hızlı görünüyor.

Modeldeki ağırlık sayısının ne olduğunu merak ediyorum. Muhtemelen en basit organizmaları hareket ettiren sinir ağlarından çok daha ilkeldir.

[Slava]

fxsaber #:

Tek bir çekirdekte bile eğitimin 10 saniyeden az sürdüğü ortaya çıktı. Bu oldukça hızlı.

Modelde kaç ağırlık olduğunu merak ediyorum. Muhtemelen en basit organizmaları hareket ettiren sinir ağlarından çok daha ilkeldir.

Hızlıdır çünkü model ilkeldir. Ayrıca eğitimin tek seferde yapılmadığını da aklınızda bulundurmalısınız. Her seferinde 60.000 resim karıştırılarak en az 15 epok. Yani gerçekten çok hızlı.

Katmanlar arasındaki ağırlık sayısı, katman boyutlarının çarpımıdır. mnist.onnx katmanları hakkında bilgi netrona'da bulunabilir