谷歌自動訓練方法

① 谷歌發布的人工智慧服務工具AutoML如何使用

在加入谷歌一年後，1月18日凌晨，谷歌雲負責人、首席科學家李飛飛通過自己的推特賬號和博客宣布了谷歌雲取得的里程碑進展：可自動設計、建立機器學習模型的服務——AutoML Vision。

AutoML Vison操作界面
那麼谷歌是如何做到的？AutoML由控制器（Controller）和子網路（Child）2個神經網路組成，控制器生成子模型架構，子模型架構執行特定的任務訓練並評估模型的優劣反饋給控制器，控制器將會將此結果作為下一個循環修改的參考。重復執行數千次「設計新架構、評估、回饋、學習」的循環後，控制器能設計出最准確的模型架構。
2017年3月份，谷歌就推出了機器學習服務Google Cloud Machine Learning Engine，幫助具有機器學習專業知識的開發人員輕松構建適用於任何規模、任何類型數據機器學習模型。不過，那時候的機器學習服務需要使用大量的數據，才能訓練出一般（General）的預測模型，難以符合每家企業的需求。這次推出的AutoML則更進一步，直接為企業提供機器學習技術來建立自家的模型，也推動了谷歌「人工智慧民主化」的戰略目標。
不過，雖然谷歌稱AutoML是市面上唯一提供類似服務的產品，但此前Clarif.ai、微軟的認知服務，以及IBM的Watson視覺識別也能讓曾提供給用戶定製預先訓練好的視覺、語音識別和決策模型的服務。

② 谷歌訓練人工智慧技術踢足球，繼圍棋後，谷歌為什麼要選擇足球成為下一代AI技術的「陪練」

在擊敗了圍棋這一古老的人類棋類游戲以後，谷歌現在正著眼於全球最受歡迎的運動足球，訓練它的下一波人工智慧技術踢足球。
2017年，在與谷歌的人工智慧程序AlphaGo比賽之前，中國圍棋選手柯潔參加未來圍棋峰會的開幕式。
該美國互聯網巨頭在6月發表的研究顯示，它的「大腦團隊」（Brain Team）正在研究一項名為「谷歌研究足球環境」的游戲，訓練智能代理人與周圍的環境交互，並解決復雜的任務。他們希望該項研究能夠給無人駕駛汽車、機器人等現實世界的人工智慧應用帶來啟發。

谷歌的DeepMind在2017年推出了AlphaGo Zero，該程序不需要人類專家的幫助來訓練自己。AlphaGo Zero被認為比打敗柯潔的版本更加強大，因為它與自己對戰，從自己的經驗中學習。

③ 谷歌的inception模型是怎麼訓練的

Inception(GoogLeNet)是Google 2014年發布的Deep Convolutional Neural Network，其它幾個流行的CNN網路還有QuocNet、AlexNet、BN-Inception-v2、VGG、ResNet等等。

InceptionV3模型源碼定義：tensorflow/contrib/slim/python/slim/nets/inception_v3.py

訓練大的網路模型很耗資源，幸虧TensorFlow支持分布式：

• 把計算任務Distribution到伺服器集群

• 把計算任務Distribution到多個GPU

TensorBoard可視化Inception V3模型

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

import tensorflow as tf

import os

import tarfile

import requests

inception_pretrain_model_url = 'http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz'

# 下載inception pretrain模型

inception_pretrain_model_dir = "inception_pretrain"

if not os.path.exists(inception_pretrain_model_dir):

os.makedirs(inception_pretrain_model_dir)

filename = inception_pretrain_model_url.split('/')[-1]

filepath = os.path.join(inception_pretrain_model_dir, filename)

if not os.path.exists(filepath):

print("開始下載: ", filename)

r = requests.get(inception_pretrain_model_url, stream=True)

with open(filepath, 'wb') as f:

for chunk in r.iter_content(chunk_size=1024):

if chunk:

f.write(chunk)

print("下載完成, 開始解壓: ", filename)

tarfile.open(filepath, 'r:gz').extractall(inception_pretrain_model_dir)

# TensorBoard log目錄

log_dir = 'inception_log'

if not os.path.exists(log_dir):

os.makedirs(log_dir)

# 載入inception graph

inception_graph_def_file = os.path.join(inception_pretrain_model_dir, 'classify_image_graph_def.pb')

with tf.Session() as sess:

with tf.gfile.FastGFile(inception_graph_def_file, 'rb') as f:

graph_def = tf.GraphDef()

graph_def.ParseFromString(f.read())

tf.import_graph_def(graph_def, name='')

writer = tf.train.SummaryWriter(log_dir, sess.graph)

writer.close()

使用TensorBoard查看Graph：

1

$ tensorboard --logdir inception_log

瀏覽器訪問：http://127.0.0.1:6006

如要轉載，請保持本文完整，並註明作者@斗大的熊貓和本文原始地址：http://blog.topspeedsnail.com/archives/10919

④ 谷歌能夠自動打電話的AI，被稱贊通過圖靈測試的Duplex，為什麼背後卻是真人在偽裝

這些所謂的AI，和Engineer.ai一樣，只存在於論文中、Demo中、產品的介紹中。為什麼？因為落地太骨感了。就算谷歌、Facebook這樣的AI重鎮，也遭遇著這樣的情況。

雖然目前AI發展存在泡沫，我們不應該害怕泡沫的破滅。因為，一個洗牌的時代已經來臨，深度泛濫、偽AI創業的公司難有未來。一個新的時代也正在來臨，落地為王，技術價值轉換為商業價值的公司，一定是未來。

⑤ 谷歌瀏覽器chrome怎樣實現間隔自動刷新網頁

1、首先在電腦中打開谷歌瀏覽器，找到右側箭頭所指的位置，找到並點擊「擴展程序」，如下圖所示。

⑥ chrome谷歌瀏覽器怎麼設置網頁定時自動刷新

工具： 谷歌瀏覽器 方法如下： 1、打開瀏覽器的設置--擴展程序 2、選擇擴展程序 3、選擇獲取更多 4、在市場里找到刷新軟體 5、安裝擴展程序 6、點擊圖標打開，點close 7、設置刷新間隔 8、點擊start，開始倒計時刷新