AI LAB
Разместите заказ на фриланс-бирже и предложения поступят уже через несколько минут.
Идея: что, если создать программу, в которой пользователь (который знает, что делает) сможет построить свою модель искусственной нейронной сети, обучить её прямо в программе и экспортировать для дальнейшего использования?
Будет удобно поместить всё в одном месте: интуитивно понятный интерфейс, графики для отслеживания прогресса обучения, возможность протестировать нейросеть прямо в программе без необходимости дописывать нужный функционал. Более того, можно вообще избавиться от необходимости изучать язык программирования вроде Python — сплошные удобства!
Так родилась программа AI Lab! Это не полноценная программа, а лишь концепт, набросок, основа чего-то большего, но уже сейчас она позволяет:
Построить многослойный персептрон для классификации изображений
Построить CNN-модель для классификации изображений
Наблюдать процесс обучения и успешность модели на графиках
Протестировать обученную модель и увидеть её ответ
Загрузить свой .h5 датасет для обучения на своих данных
Использовать встроенные MNIST и CIFAR-10 для тестирования и изучения программы
Экспортировать обученную модель
Ідея: що, якщо створити програму, у якій користувач(який знає, що робить) може побудувати свою модель штучної нейронної мережі, там же в програмі натренувати її і експортувати, для подальшого використання? Зручно буде помістити все в одне місце: зручний інтуїтивний інтерфейс, графікі для відслідковування прогресу навчання, можливість протестувати нейронну мережу прямо там без потреби дописувати потрібний функціонал та і взагалі, можна звільнитись від вивчення якоїсь мови програмування, по типу Python, одні лише зручності.
Таким чином народилась програма AI Lab! Це не повноцінна програма, а лише концепт, набросок, основа чогось більшого, але вона вже зараз дозволяє:
- побудувати багатошаровий перцептрон для класифікації зображень
- побудувати CNN модель для класифікації зображень
- бачити процес навчання і успішність моделі на графіках
- протестувати натреновану модель і побачити її відповідь
- загрузити свій .h5 датасет для тренування на своїх даних
- використати вбудовані mnist та cifar10 для тесту і вивчення програми
- експортувати натреновану модель