بتل کد Battle Codeدارد باز می‌شود…

جلسه‌ی 12: پروژه: تشخیص رقم کوچک Project: Tiny Digit Recogniser

یک تشخیص‌دهنده‌ی رقم دست‌نویس می‌سازی: رقم‌های ۰ و ۱ روی شبکه‌ی ۷×۷، با k-NN و فاصله‌ی پیکسلی، و دقتش را می‌سنجی.

در این جلسه یاد می‌گیری

درس

در پروژه‌ی این جلسه چیزی می‌سازی که سی سال پیش جایزه‌ی علمی می‌گرفت: تشخیص رقم دست‌نویس. ساده‌اش را می‌سازیم: فقط ۰ و ۱، روی شبکه‌ی ۷×۷. عکس‌ها را به شکل رشته می‌نویسیم تا خواندنشان آسان باشد.

ZERO = [
    ".#####.",
    "#.....#",
    "#.....#",
    "#.....#",
    "#.....#",
    "#.....#",
    ".#####.",
]
ONE = [
    "...#...",
    "..##...",
    "...#...",
    "...#...",
    "...#...",
    "...#...",
    ".#####.",
]

قدم اول: عکس را صاف کن. ۷ سطرِ ۷ کاراکتری را به یک لیست ۴۹تایی از ۰ و ۱ تبدیل می‌کنیم. این‌طوری عکس یک «نقطه» با ۴۹ عدد است، درست مثل میوه‌ای که ۲ عدد (وزن و رنگ) داشت.

def flatten(picture):
    pixels = []
    for row in picture:
        for ch in row:
            if ch == "#":
                pixels.append(1)
            else:
                pixels.append(0)
    return pixels

print(len(flatten(ZERO)))

قدم دوم: فاصله‌ی دو عکس. ساده‌ترین راه: بشمار چند پیکسل با هم فرق دارند. دو عکس یکسان فاصله‌ی 0 دارند.

def distance(a, b):
    diff = 0
    for i in range(len(a)):
        if a[i] != b[i]:
            diff += 1
    return diff

print(distance(flatten(ZERO), flatten(ONE)))

قدم سوم: همان k-NN جلسه‌ی ۶. مجموعه‌ی آموزش چند ۰ و چند ۱ است که هر کدام کمی فرق دارند (دست‌خط‌های مختلف). برای عکس تازه، ۳ نزدیک‌ترین را پیدا کن و رأی بگیر.

قدم چهارم: دقت. چند عکس تازه (که مدل ندیده) را امتحان کن و بشمار چند تا درست بود. این عدد دقت مدل است، و تنها چیزی است که به ما می‌گوید مدل واقعاً چیزی یاد گرفته یا نه.

⚠️ داده‌ی تست باید تازه باشد: اگر مدل را با همان عکس‌هایی که آموزش دیده امتحان کنی، دقت ۱۰۰٪ می‌شود ولی هیچ معنایی ندارد؛ مدل فقط آن‌ها را حفظ کرده. همیشه بخشی از داده را برای امتحان کنار بگذار. مدل‌های واقعی هم همین قانون را دارند و وقتی زیر پا گذاشته شود، نتیجه‌های دروغین می‌دهند.

مثال‌های این جلسه

چالش‌ها

  1. Step 1: Flatten (آسان)
  2. Step 2: Picture Distance (متوسط)
  3. Step 3: Recognise (متوسط)
  4. Step 4: Accuracy (سخت)

بیشتر بخوان

← جلسه‌ی 11: تشخیص عکس جلسه‌ی 13: مدل‌های زبانی و پرامپت →