جلسهی 28: پروژه: بکش، حدس بزنم Project: Draw and I'll Guess
یک بازی واقعی میسازی: روی صفحهی ۸×۸ با موس میکشی، نقاشی را با برچسب ذخیره میکنی، کامپیوتر با k-NN حدس میزند، اگر اشتباه کرد یادش میدهی و آخر دقتش را روی ده نقاشی دوستت میسنجی.
در این جلسه یاد میگیری
- در پایان این جلسه میتوانی یک کپی از جدول نقاشی را با برچسب در حافظهی بازی ذخیره کنی.
- میتوانی k-NN را با کلید G داخل بازی صدا بزنی.
- میتوانی به بازی «یادم بده» اضافه کنی تا از اشتباهش یاد بگیرد.
- میتوانی دقت را روی نقاشیهای تازهی یک نفر دیگر بسنجی و روی صفحه نشان بدهی.
درس
امروز همان دفتر یادگیرنده را خودت به شکل یک بازی میسازی، در چهار قدم: ۱. ذخیرهی نقاشی با برچسب. ۲. حدس با k-NN. ۳. «اشتباه کردی؟ یادم بده». ۴. دقت روی ده نقاشی دوستت. یک بار دیگر با دفتر بازی کن و حدس بزن: بازی تو با چند مثال از هر شکل خوب کار میکند؟
صفحهی نقاشی آماده است: grid هشت ردیف هشتتایی صفر است. با کلیک یا کشیدن موس (on_mouse_down و on_mouse_move)، خانهی زیر موس 1 میشود؛ کلید C صفحه را پاک میکند. هر خانه ۴۰ پیکسل است، پس ستون = pos[0] // 40، درست مثل خانههای دوز جلسهی ۱۶.
یک تلهی مهم: کپی. اگر بنویسی memory.append((label, grid)) و بعد صفحه را پاک کنی، نقاشی ذخیرهشده هم پاک میشود! چون grid همان یک لیست است، نه یک عکس از آن. باید کپی بسازی: [row[:] for row in grid] از هر ردیف یک لیست تازه میسازد.
grid = [[1, 0], [0, 1]]
saved = grid
copy = [row[:] for row in grid]
grid[0][0] = 0
print(saved[0][0], copy[0][0])«یادم بده»: وقتی بازی اشتباه میکند، همان نقاشی را با برچسب درست به حافظه اضافه میکنیم. دفعهی بعد که کسی شبیهش بکشد، نزدیکترین همسایه همین مثال تازه است. این سادهترین شکل یادگیری از اشتباه است؛ هوش مصنوعیهای بزرگ هم از بازخورد آدمها همینطور بهتر میشوند.
⚠️ برچسب صداقت و انصاف در آزمون: دقت را روی نقاشیهای دوستت بسنج، نه نقاشیهایی که خودت با آنها آموزش دادهای (یادت هست چرا؟). وقتی بازی را در گالری میگذاری، بنویس با چند مثال آموزش دیده، دقتش روی ده نقاشی تازه چقدر بود و کدام بخشها را خودت نوشتی. هر بازدیدکننده هم میتواند با «یادم بده» یادش بدهد.
آخر کار: جای خود را با یک دوست عوض کن: او ده نقاشی میکشد، بازی تو حدس میزند و او Y یا N میزند. دقت چند شد؟ بعد کلید E را بزن تا نُه مثال آماده هم اضافه شود و دوباره بسنج. جلسهی بعد همین k-NN را به دوربین وصل میکنیم!
مثالهای این جلسه
چالشها
- Step 1: Save with a Label (آسان)
- Step 2: Guess with k-NN (متوسط)
- Step 3: Wrong? Teach Me (متوسط)
- Step 4: Accuracy on Ten Drawings (سخت)
بیشتر بخوان
← جلسهی 27: k تا همسایه و امتحان منصفانه جلسهی 29: دوربین یاد میگیرد →