आप जैसे पाठक MUO का समर्थन करने में मदद करते हैं। जब आप हमारी साइट पर लिंक का उपयोग करके खरीदारी करते हैं, तो हम संबद्ध कमीशन अर्जित कर सकते हैं।
मशीन लर्निंग आधुनिक दुनिया में एक मौलिक तकनीक है। कंप्यूटर कम से कम मानव हस्तक्षेप के साथ छवियों को पहचानना, कलाकृति बनाना और यहां तक कि अपना कोड लिखना सीख सकते हैं।
लेकिन मशीन लर्निंग कैसे काम करती है और आप खुद इसका इस्तेमाल कैसे कर सकते हैं?
मशीन लर्निंग क्या है?
मशीन लर्निंग एक अपेक्षाकृत सरल अवधारणा है। कंप्यूटर सिस्टम जानकारी के पूल से मौजूदा डेटा पैटर्न का विश्लेषण करके सीख सकते हैं और अनुकूलित कर सकते हैं। यह आमतौर पर मनुष्यों के स्पष्ट निर्देशों के बिना किया जाता है।
एक अच्छा उदाहरण आभासी सहायक उपकरण के रूप में आता है। सिरी, कोरटाना और गूगल असिस्टेंट सभी मानव भाषण को समझने के लिए मशीन लर्निंग का व्यापक उपयोग करते हैं। यह मौजूदा ऑडियो रिकॉर्डिंग के पूल से शुरू होता है, लेकिन ये टूल आपके साथ होने वाले इंटरैक्शन से भी सीख सकते हैं। इससे वे अपने दम पर सुधार कर सकते हैं।
एमएल5.जेएस क्या है?
अधिकांश मशीन लर्निंग एल्गोरिदम और टूल अपने कोड के लिए R या Python का उपयोग करते हैं, लेकिन ml5.js अलग है। Google की Tensorflow.js लाइब्रेरी के लिए एक इंटरफ़ेस के रूप में कार्य करते हुए, ml5.js एक ओपन-सोर्स प्रोजेक्ट है जो मशीन लर्निंग को जावास्क्रिप्ट डेवलपर्स के हाथों में रखता है।
आप अपने HTML में एक बाहरी स्क्रिप्ट को शामिल करके अपने स्वयं के वेब एप्लिकेशन के लिए ml5.js का उपयोग शुरू कर सकते हैं।
मशीन लर्निंग के साथ शुरुआत करना: सीखने की प्रक्रिया
मशीन लर्निंग एल्गोरिदम को प्रशिक्षित करने में समय लगता है। कंप्यूटर इंसानों की तुलना में बहुत तेजी से सीखते हैं, लेकिन वे भी अलग-अलग तरीकों से सीखते हैं। शुक्र है, हालाँकि, ml5.js पूर्व-प्रशिक्षित मॉडलों के चयन के साथ आता है ताकि आप इस चरण को छोड़ सकें।
सीखना मशीन लर्निंग एल्गोरिदम कैसे प्रशिक्षित होते हैं इस तरह के टूल को बेहतर ढंग से समझने का एक शानदार तरीका है।
ml5.js आपकी वेबसाइट पर चलाने के लिए छवि-वर्गीकरण उपकरण बनाना आसान बनाता है। इस उदाहरण में HTML पृष्ठ में एक छवि का चयन करने के लिए एक फ़ाइल इनपुट फ़ील्ड है। अपलोड की गई छवियां एक तैयार HTML तत्व के अंदर प्रदर्शित होती हैं ताकि ml5.js को स्कैन करने और उन्हें पहचानने में सक्षम बनाया जा सके।
चरण 1: ml5.js लाइब्रेरी शामिल करें
इस परियोजना को काम करने के लिए दो पुस्तकालयों की आवश्यकता है: ml5.js और p5.js। ml5.js मशीन लर्निंग लाइब्रेरी है, जबकि p5.js छवियों के साथ ठीक से काम करना संभव बनाता है। इन पुस्तकालयों को जोड़ने के लिए आपको HTML की दो पंक्तियों की आवश्यकता है:
<स्क्रिप्ट src="https://cdnjs.cloudflare.com/ajax/libs/p5.js/1.0.0/p5.min.js"></script>
<स्क्रिप्ट src="https://unpkg.com/ml5@latest/dist/ml5.min.js"></script>चरण 2: कुछ HTML तत्व बनाएँ
अगला, यह कुछ HTML तत्वों को बनाने का समय है। सबसे महत्वपूर्ण एक div है जिसमें एक आईडी और क्लास लेबल वाला इमेज रिसेट है जो अंतिम परिणाम को संग्रहीत करेगा:
<एच 1>MakeUseOf इमेज क्लासिफायरियर</h1><एच 2>क्लिक "फाइलें चुनें" छवि जोड़ने के लिए</h2>
<डिव क्लास ="imageResult" आईडी ="imageResult"></div>
इसके बाद, कार्यक्रम को वर्गीकृत करने के लिए छवि एकत्र करने के लिए एक फ़ाइल इनपुट तत्व जोड़ें।
<डिव क्लास ="इमेज इनपुट">
<इनपुट प्रकार ="फ़ाइल"
ऑनइनपुट ="uploadImage.src=window. URL.createObjectURL(this.files[0]); startImageScan ()">
</div>
इनपुट एक oninput घटना के लिए सुनता है और प्रतिक्रिया में दो बयानों को निष्पादित करता है, एक अर्धविराम द्वारा अलग किया जाता है। पहला छवि के लिए एक ऑब्जेक्ट URL बनाता है, जो आपको सर्वर पर अपलोड किए बिना डेटा के साथ काम करने देता है। दूसरा स्टार्टइमेजस्कैन () फ़ंक्शन को कॉल करता है जिसे आप अगले चरण में बनाएंगे।
अंत में, उपयोगकर्ता द्वारा अपलोड की गई छवि को प्रदर्शित करने के लिए एक img तत्व जोड़ें:
<आईएमजी क्लास ="अपलोड की गई छवि" आईडी ="अपलोड की गई छवि" />चरण 3: एक इमेज-स्कैनिंग जेएस फंक्शन बनाएं
अब जब आपके पास कुछ HTML है, तो मिश्रण में कुछ JS जोड़ने का समय आ गया है। अंतिम चरण में आपके द्वारा बनाए गए छवि परिणाम तत्व को संग्रहीत करने के लिए एक कॉन्स्टेबल चर जोड़कर प्रारंभ करें।
कॉन्स्ट तत्व = दस्तावेज़.getElementById ("छवि परिणाम");इसके बाद, startImageScan() नामक एक फ़ंक्शन जोड़ें और इसके अंदर, MobileNet का उपयोग करके ml5.js इमेज क्लासिफायरियर को इनिशियलाइज़ करें।
इसका अनुसरण classifier.classify कमांड के साथ करें। परिणाम को संसाधित करने के लिए कॉलबैक फ़ंक्शन के साथ इसे आपके द्वारा पहले जोड़े गए अपलोड किए गए छवि तत्व का संदर्भ दें।
समारोहstartImageScan() {
// बनाएं ए चरको ml5.js इमेज क्लासिफायरियर को इनिशियलाइज़ करें साथ मोबाइलनेट
const वर्गीकारक = ml5.imageClassifier ('मोबाइलनेट');
वर्गीकारक.वर्गीकृत (document.getElementById("अपलोड की गई छवि"), इमेजस्कैनरिजल्ट);
तत्व.आंतरिक HTML = "...";
}चरण 4: एक परिणाम प्रदर्शन समारोह बनाएँ
आपके द्वारा किए गए छवि वर्गीकरण के परिणामों को प्रदर्शित करने के लिए आपको एक फ़ंक्शन की भी आवश्यकता है। इस फ़ंक्शन में किसी भी त्रुटि की जाँच करने के लिए एक सरल if स्टेटमेंट है।
समारोहimageScanResult(त्रुटि, परिणाम) {
अगर (त्रुटि) {
तत्व.आंतरिक HTML = त्रुटि;
} अन्य {
होने देना संख्या = परिणाम [0]।आत्मविश्वास * 100;
element.innerHTML = परिणाम [0] .लेबल + "<बीआर>आत्मविश्वास: " + num.toFixed (0) + "%";
}
}चरण 5: इसे सभी को एक साथ रखें
अंत में, इस सारे कोड को एक साथ रखने का समय आ गया है। का ध्यान रखना जरूरी है
,