Как известно, работа с моделями нейросетей для глубокого машинного обучения в чем-то сродни шаманству. Но чтобы начать шаманить, нужно сначала развернуть у себя окружение из многих частей — подчас непростых в настройке. Возможно, уже скоро при решении многих типовых задач всего этого можно будет избежать.
Мы не часто пишем о сервисах, которые нельзя сразу же взять и попробовать, но Lobe — это случай, достойный того, чтобы сделать исключение. Доступ к нему пока что только для избранных, в число которых можно попытаться попасть, оставив свой email на сайте.
Почему стоит это сделать? В обзорном видео разработчики показывают несколько примеров того, на что способен Lobe.
Простым перетаскиванием блоков и выбором настроек они создают нейросети, способные, к примеру, распознавать угол, который человек рукой показывает на фото (или на видео, поступающем с камеры), или распознавать инструмент по звуковому файлу, или даже определять архитектурный стиль здания по фотографии.
Знаменитый детектор хотдогов из сериала «Кремниевая долина» делается за пять минут
Предполагается, что открытые API позволят задействовать Lobe в собственных сервисах. Глубокое машинное обучение может быть полезно не только в ситуациях, требующих распознавать объекты или синтезировать изображения, но и в гораздо менее зрелищных случаях: например, когда нужно предсказать изменение каких-то данных.
Разработчики Lobe нацелены как на новичков в деле машинного обучения, желающих быстро состряпать что-нибудь работающее, так и на профессионалов, которым удобство работы и наглядная визуализация тоже должны заметно облегчить жизнь. Модели, созданные и натренированные в Lobe, можно затем экспортировать в форматах TensorFlow или CoreML.
Как известно, работа с моделями нейросетей для глубокого машинного обучения в чем-то сродни шаманству. Но чтобы начать шаманить, нужно сначала развернуть у себя окружение из многих частей — подчас непростых в настройке. Возможно, уже скоро при решении многих типовых задач всего этого можно будет избежать. Мы не часто пишем о сервисах, которые нельзя сразу же взять и попробовать, но Lobe — это случай, достойный того, чтобы сделать исключение. Доступ к нему пока что только для избранных, в число которых можно попытаться попасть, оставив свой email на сайте. Почему стоит это сделать? В обзорном видео разработчики показывают несколько примеров того, на что способен Lobe. Простым перетаскиванием блоков и выбором настроек они создают нейросети, способные, к примеру, распознавать угол, который человек рукой показывает на фото (или на видео, поступающем с камеры), или распознавать инструмент по звуковому файлу, или даже определять архитектурный стиль здания по фотографии. Знаменитый детектор хотдогов из сериала «Кремниевая долина» делается за пять минут Предполагается, что открытые API позволят задействовать Lobe в собственных сервисах. Глубокое машинное обучение может быть полезно не только в ситуациях, требующих распознавать объекты или синтезировать изображения, но и в гораздо менее зрелищных случаях: например, когда нужно предсказать изменение каких-то данных. Разработчики Lobe нацелены как на новичков в деле машинного обучения, желающих быстро состряпать что-нибудь работающее, так и на профессионалов, которым удобство работы и наглядная визуализация тоже должны заметно облегчить жизнь. Модели, созданные и натренированные в Lobe, можно затем экспортировать в форматах TensorFlow или CoreML. Источник новости - google.com
