آموزش کاربرد شبکه های خودرمزنگار Autoencoder در پردازش تصویر

یادگیری بدون نظارت بدین معنی است که ما سعی در اتصال داده های ورودی به اهداف نداریم ، ما فقط سعی می کنیم ساختار آن داده های ورودی را بیاموزیم. وقتی این ساختار را آموختیم ، می توانیم کارهای بسیار جالبی انجام دهیم. یک مثال تولید شعر است – ما نمونه هایی از آن را در گذشته انجام داده ایم.

اما شعر یک چیز بسیار خاص است ، به طور کلی نوشتن چطور؟

اگر بتوانیم ساختار زبان را بیاموزیم ، می توانیم هر نوع متنی را تولید کنیم. در حقیقت ، شرکت های بزرگ پول زیادی را صرف تحقیق در مورد نحوه نوشتن اخبار توسط ماشین ها می کنند.

اما اگر به شعر برگردیم و کلمات را برداریم چه؟

خوب ، ما به طور کلی به هنر می رسیم. با یادگیری ساختار هنر ، می توانیم هنر بیشتری خلق کنیم.

هنر به عنوان صدا چطور؟

اگر ساختار موسیقی را بیاموزیم ، می توانیم موسیقی جدیدی ایجاد کنیم. تصور کنید 40 آهنگ برتر که از رادیو می شنوید ترانه هایی هستند که توسط روبات ها نوشته شده اند تا انسان.

امکانات بی پایان است!

شاید برای شما این سوال پیش آمده باشد که “این دوره با اولین دوره یادگیری عمیق بدون نظارت چگونه تفاوت دارد؟”

در این دوره های قبل، ما سعی کردیم ساختار داده ها را بیاموزیم ، اما دلایل آن متفاوت بود. ما می خواستیم ساختار داده ها را برای بهبود آموزش تحت نظارت بیاموزیم. در این دوره جدید ، ما می خواهیم ساختار داده ها را بیاموزیم تا موارد بیشتری شبیه به داده های اصلی تولید کنیم. این به خودی خود واقعاً جالب است ، اما ما همچنین ایده هایی از یادگیری ماشین بیزی ، یادگیری تقویتی و نظریه بازی را در نظر خواهیم گرفت. این باعث می شود حتی جذاب شود!

در گسترش تکنولوژی، حجم کثیری از داده ها همواره در حال انتقال است. از گوشی ساده ی دکمه ای سال ها پیش تا گوشی های پیشرفته ی امروزه، از سیستم های بزرگ کامپیوتری تا سیستم های کوچک اما کاربردی این روزها.. همه و همه همواره در حال انتقال اطلاعات هستند. با گسترش روزافزون اینترنت، فرایند ارسال و دریافت داده ها سریع تر، بیشتر و راحت تر شده است. اما همه ی این “تر” شدن ها برخی مشکلات را هم به همراه دارند از جمله کمبود فضای ذخیره سازی، حفظ امنیت سیستم و داده ها و … .

یکی از راه هایی که می توان امنیت شبکه را فراهم کند در ساده ترین حالت ممکن، کدگذاری داده ها است. همانطور که می دانید، یک فرایند ارسال، همواره دو بخش دارد:

ارسال کننده (فرستنده)، دریافت کننده (گیرنده).

علاوه بر اینکه این امنیت لازم است هم در سمت فرستنده و هم در سمت گیرنده رعایت شود، در میانه ی راه هم این امنیت حائظ اهمیت است. اگر داده را کد گذاری کنیم، تنها فرستنده و گیرنده قوانین این کدگذاری را می دانند بنابراین، فرستنده داده را با قانون مشخص کدگذاری میکند و برای طرف مقابل ارسال می کند. گیرنده با دریافت این کدها و با علم به قوانین کدگذاری، به دیکد کردن می پردازد و در نهایت می تواند داده ی خالص را استخراج کند. در اینجا چندین نکته از اهمیت بالایی برخوردار هستند:

• در نظر بگیرید که کد گذاری انجام شده بسیار ساده باشد، در این شرایط، در میانه ی مسیر به راحتی افراد غیر، می توانند به محتوای ارسالی دسترسی داشته باشند.
• فرض کنید در فرایند ارسال حاصل ضرب 2*2 ما از رمزنگار استفاده کرده ایم و به سیستم آموزش داده ایم هرگاه به عبارت 2*2 رسیدی، حاصل آن که برابر 4 است را به 8 تصویر کن. (پس قانون کدگذاری انتخابی در فرایند ارسالی فرضی ما این است که خروجی 2*2 را به جای 4 مقدار 8 نمایش دهد. “این یه رازه بین من و شما”). در طول فرایند ارسال مقدار 8 ارسال می شود و مخاطب آن را دریافت می کند و فرایند دیکدینگ را بر داده ی دریافتی اعمال می کند. اما ناگهان! خروجی فرایند دیکدینگ مقدار 6 را نمایش می دهد! در حالی که مقدار اصلی ارسالی 4 بود! در این شرایط گیرنده به اصل اطلاعات دسترسی پیدا نکرده است! اما چه چیزی سبب این خطا می شود؟ 1. گیرنده قانون دیکدر را اشتباه اعمال کرده است؟ 2. کد در میانه ی راه دچار خطا و یا نویز شده است؟ اگر چنین بود گیرنده مقداری غیر از 8 دریافت میکرد! پس چون مقدار دریافتی با مقدار ارسالی برابر است پس خطا می تواند ناشی از اعمال قانون ناصحیح به منظور دیکد کردن داده باشد. (8 مقدار کد 4 است. 4 مقدار مد نظر است و قرار است گیرنده از 8 به 4 برسد در حالی که به 6 رسیده است.)

پس کلید اسرار این داستان، در دست داشتن قوانین یکسان برای کدینگ و دیکدینگ است. با علم به این مسئله، به معرفی اتواینکدر می پردازیم. در اتواینکدر یا خود رمزگذار تصویر و یا دیتا به صورت ورودی به آن ارائه می شود سپس خود رمزنگار با کمک لایه های میانی خود تصویر را به کد هایی تبدیل میکند و این کد را در گردنه یا همان bottle neck ذخیره می کند. در بخش دیکدر، فرایند بازیابی تصویر برمبنای این کدها صورت می گیرد تا تصویر ورودی در خروجی بازسازی شود. هرچه دقت عملکردی اینکدر و دیکدر بالاتر باشد، تصویر بازسازی شده به تصویر ورودی نزدیک تر است. به عبارت دیگر، هرچه ویژگی های استخراج شده موثرتر و دقیق تر باشند، دیکدر می تواند با در دست داشتن آن ها، تصویر دقیق تری را باز سازی کند.

تهیه آموزش:

برای تهیه این آموزش بر روی دکمه زیر کلیک کرده و پس از پرداخت بلافاصله ویدئوها را دانلود کنید:

مشخصات آموزش

• قیمت: 200 هزار تومان
• مدرس: زهرا طباطبایی
• تخصص: پردازش تصویر با کمک به کاری الگوریتم ­های نوین یادگیری ماشین/یادگیری عمیق
• موضوع: آموزش کاربرد شبکه ­های خودرمزنگار Autoencoder در پردازش تصویر
• نرم افزار: پایتون
• مخاطب: تمامی رشته­ ها (برق – کامپیوتر – معماری – عمران – مکانیک – فیزیک و… .)
• نوع آموزش: ویدیویی
• مدت زمان آموزش: 1 ساعت و 53 دقیقه
• داده های تمرینی:‌ دارد
• پیش نیاز: موارد زیر می باشند:

پردازش تصویر در متلب برمبنای کتاب گنزالس،

پایتون مقدماتی،

رگرسیون در پایتون،

طبقه بندی در پایتون،

خوشه­ بندی و کاهش ویژگی در پایتون،

شبکه های عصبی مصنوعی در پایتون

و به کار گیری شبکه های عصبی در پردازش تصویر.

قسمتی از آموزش

توضيحات آموزش

این دوره چگونه به شما کمک می کند؟

Life keeps throwing me stones. And I keep finding the diamonds.

Ana Claudia Antunes

زندگی همواره سنگ ها وصخره های متعددی را در مسیر ما قرار می دهد. اما چطور می توان از این مانع عبور کرد؟ گاه می توان این سنگ ها را نادیده گرفت و عبور کرد، گاه به پرش از آن ها نیاز است و شاید لازم باشد آن مانع را از مسیر حذف کنیم! اما برای همه ی راه حل ها به تفکر و انتخاب مسیر صحیح نیاز داریم. برای داشتن یک خط فکری برای رفع مشکلات لازم است آمادگی ذهنی مطلوبی پیرامون مانع پیش رو داشته باشیم. اینجا درست همان زمانی است که اثر آموزش صحیح را بر نوع نگاه و تصمیم گیری خود می بینیم.

در تمام کلاس های برگزار شده (آنلاین، آفلاین) تنها یک هدف را همواره دنبال کرده ام.

کمک به دستیابی به یک خط فکری مطلوب در هوش مصنوعی.

امروزه، رد پای هوش مصنوعی در تمامی زمینه های علمی دیده می شود از پزشکی تا ریاضیات، از نجوم تا زمین شناسی، از عرش تا فرش! اما میزان اثر بخشی این رد پا صرفا به نوع نگاه متخصصان این حوزه دارد.

با یک مثال میزان اهمیت این مسئولیت را شفاف سازی می کنم.

در نظر بگیرید یک فروشنده هستید  و قصد دارید کالایی را به فروش برسانید، در برخورد با مشتری از کیفیت کالای خود مطمئن صحبت نمی کنید و با کمی مکث در پاسخ مشتری می گویید: ” نمی دانم. ان شالله که خوب است.”

واکنش مشتری چه خواهد بود؟ این درحالی است که اگر بگویید: ” کیفیتش عالیه! حرف نداره من برای خواهر خودمم از همینا بردم واقعا راضیه!” واکنش متفاوتی از مخاطب دریافت می کنید. نکته ی تفاوت این دو برخورد چیست؟ “اعتماد”

شاید در نظر اول این مثال خیلی مرتبط با یادگیری عمیق به نظر نرسد! اما درست مانند همین مثال ساده، ما نیاز داریم تا اعتماد مخاطبین را جلب کنیم تا امکانات تهیه شده به کمک یادگیری عمیق را بپذیرند.

کمی مثال را تخصصی تر مطرح می کنم.

در دانشگاه SUS نروژ، از چندین پاتالوژیست در بازه ی سنی مختلف درخواست شد تا به جای کار با میکروسکوپ از تصاویر دیجیتالی حاصل از اسکن بافت های سرطانی استفاده کنند. در درجه اول با مخالفت آن ها مواجه شد! با این فکر که دقت تشخیص کاهش می یابد. کمی بعد از آن ها خواسته شد مجموعه ای بافت ها را هم به کمک میکروسکوپ و هم با استفاده از تصاویر اسکن شده بررسی کنند. نتیجه ی همه ی تشخیص ها به جز یک مورد در هر دو حالت یکسان بود! اما کار با تصاویر بسیار ساده تر بود. اینجاست که اهمیت اعتماد مشخص می شود و لازم است بدانیم بار این مسئولیت بر عهده ی همه ی ما علاقمندان به حوزه ی هوش مصنوعی است.

عناوين آموزشی

مهم ترین عناوين آموزشی این آموزش عبارت اند از:

• استخراج ویژگی
• کاهش ویژگی
• اینکدر
• دیکدر
• اتواینکدر (خود رمزنگار)
• کاهش حجم تصویر
• لایه های Conv
• MSE
• TSNE

تهیه آموزش:

برای تهیه این آموزش بر روی دکمه زیر کلیک کرده و پس از پرداخت بلافاصله ویدئوها را دانلود کنید: