ゼロコードでディープラーニング用の興味深いアプリを作成する方法 (初心者向け)
この記事は 4 つのパートに分かれており、コードなしで画像分類用のアプリをすばやく構築する方法を説明します。
- トレーニングデータを準備する
- ツールを使用してモデルをトレーニングする
- デモと体験を使用する
- アプリケーションをリリースして最適化するにはどうすればよいですか? 次の記事を参照してください。
ディープラーニング向けの楽しいアプリの簡単な最適化（初心者向け）
記事ディレクトリ
序文
人工知能の継続的な発展に伴い、機械学習技術の重要性はますます高まっていますが、インターネット上の学習教材の多くは、モバイル端末のサイズに非常に敏感であるため、モバイル端末で直接利用することができません。モデルの性能が同じレベルに達する必要があります。始めたばかりの初心者にとって、作業負荷は非常に重いです。
そこで本記事ではモバイル端末で利用可能なディープラーニングのサンプルをゼロコードで構築する方法を紹介しますので、ご不明な点がございましたらお気軽に作者までお問い合わせください。
前文
かわいい猫が歩いているのに、その猫の品種がわからない、そんな場面に誰もが遭遇したことがあると思います。そこで、猫の品種を識別するのに役立つ分類器を作成することは可能でしょうか?
答えは「はい」です。この記事を使用すると、コードなしで猫の分類器をすばやく開発でき、その効果を確認できます。かなり良い感じです。
もちろん、調整されたデータセットに従って、車の分類、ゴミの分類、さらにはポケモンの分類など、さまざまな種類の分類器をトレーニングすることができます。十分な大きな頭脳がある限り、この関数を使用して多くのことを達成できます。興味深いもの。
ヒント: 以下はこの記事の本文であり、次のケースは参考用です。
1. 開発者アカウントを登録する (6 分)
1. Huawei開発者の公式Webサイトにアクセスします
https://developer.huawei.com/consumer/cn/で、「登録」をクリックします。
2. 管理センターをクリックして個々の開発者を登録します
個人の銀行カード認証を使用する方が高速です。
2. 環境準備（ネットワーク環境に応じて）
1.アンドロイドスタジオをダウンロード
ダウンロードアドレス: https://developer.android.google.cn/studio/
2. HMS Toolkit ツールをインストールします。
ファイル -> 設定 -> プラグイン -> hms ツールキットの検索を選択します。IDE をインストールして再起動します。
3.hmsを見つけてコーディングアシスタントを選択します
4. 次のページからジャンプして、「許可」を選択します。以下のページからジャンプしない場合は、ブラウザのキャッシュをクリアする必要があります
5. ログインに成功すると、Android Studio は次のようにジャンプします。
6. ページに入り、Python 環境変数を構成します
[AI] をクリックし、[AI Create] を選択し、画像を選択します。次の状況が発生した場合は、Python 環境変数を設定する必要があります。
ダウンロード リンクは次のとおりです:
https://www.python.org/downloads/release/python-375/
より便利な、実行可能インストーラーを選択することをお勧めします。
！！！Python のバージョンは 3.7.5 である必要があることに注意してください
。！！インストール時に「ADD To PATH」にチェックを入れてください。これにより、環境変数を自分で設定する問題を回避できます。
3. データセット構築（実態に応じた）
データセットの構築は簡単です。猫の品種分類用のアプリを作成したい場合は、 cat という名前のフォルダーを作成するだけです
。！！ディレクトリには中国語が含まれていてはならず、含まれる画像は jpg、png である可能性がありますが、gif が存在しないように注意してください。
ガーフィールド、ラグドール、アメリカン ショート、ブリティッシュ ショート、シャムなど、分類したい品種が含まれています (5 つのカテゴリ)。
各フォルダ配下の画像は以下の通りです。
各写真ができるだけ鮮明で、写真内の猫の割合が小さすぎる、他の猫が混ざっている、写真に人が写っているなど、他の干渉要因が含まれていないことを確認するために、データセットをクリーンアップする必要があります。もちろん、この例の画像トレーニング セットには、ダウンロードするリンクも提供されます。
ここではfatkunというソフトを使って画像を一括ダウンロードするのがおすすめです。これはChromeのプラグインで、非常にシンプルで使いやすいです。
4. モデルをトレーニングしてアプリを生成する
1. データセットをインポートする
チェック成功と表示された場合は、学習代数と学習
率を自分で調整することができ、学習率を下げたり、代数を上げたりすることができますが、過学習に注意してください。トレーニング結果の精度は、データセット、学習率、トレーニング代数にも同時に依存します。「モデルの作成」をクリックします
2. [デモを生成して保存] をクリックします。
保存されたプロジェクト ディレクトリには中国語のパスを含めることはできないことに注意してください。
3. デモを実行する
Android Studio でトレーニング済みのデモを開き、gradle が更新されてダウンロードされるまで待ちます。
開発者モードがオンになっている携帯電話を USB 経由で接続し、携帯電話の名前が表示されるまで待って、緑色のボタンをクリックします。
早速体験してみよう〜
ここまでのところ、分類器の構築に成功しました。興奮していますか? ? ?
Q&A
- この手順には時間がかかる場合があります。しばらくお待ちください。
- データセットのタイプに制限はなく、タイプを自分で追加または削除できますが、タイプは 2 つ以上にしてください。
- アプリケーションをリリースして最適化するにはどうすればよいですか? 次の記事を参照してください。
ディープラーニング向けの楽しいアプリの簡単な最適化（初心者向け） - アプリはそれらのアクティビティに参加できますか?
WeChat ID: HMSMachineLearning に連絡できます。