“AI自动提取特征”的简易范例X.docxVIP

“AI自动提取特征”的简易范例X 引言 在人与AI之间，最典型的协同合作模式是：由人们去观察而萃取特征，然后AI依据该特征进行分类，这称为：人工提取特征。此外还有进一步的合作模式：让AI自己来学习萃取特征，并且进行分类。这称为：自动提取特征。 本文将借由很简单的范例来展示“自动提取特征”，以便充分发挥各种AI模型的特色，来促进特征提取的效率。 人工提取特征 . 机器学习 由于人人对于周遭的现象（或事）都具有观察、分类和萃取特征的天赋，所以人人都可以把这项智能和能力传授给AI。其中，最关键的是要把“分类与特征之关联性”传授给AI（如图）。 人人都有天赋的分类能力。例如，您看到一群三角形，会区分为“正三角形”与“倒三角形”两个类别。接下来，从“正三角形”类别里，萃取其内含各三角形的共同特色与表征（简称：特征），如图所示。 同时，也从“倒三角形”里，萃取其特征（即共同的特色和表征），如图所示。 接下来，就来把人们的智能示范给AI，引导AI来领悟和归纳之。那么，AI如何领悟呢？AI模仿人类的归纳性推理，从观摩人类的示范里，自我归纳出“类别与特征”之相关联的规律，并且牢牢记住它。 此时可以利用Excel来表达出人们脑海里的智能，以便引导AI自我观摩学习。于是就可以把上述智能安排于Excel工作表里。然后按下“学习”按钮来指示AI展开自我学习了。大约经过十几秒钟之后，AI就会告诉您：”我学习“完成了”（如图）。 以上就帮您复习了上一章的主要内容[-]，让您更清晰地领悟到了，当您传授更完整的智能给AI之后，AI与您的智能越一致，双方越能心心相印，因而双方的协同合作就越流畅完美了。 . 协同合作：由人提取特征、A 分类 一旦AI学习完成了，就能顺从人们的心意而去完成：【特征→分类】的任务了。例如，您可以在Exce画面输入特征值：[，]。然后，按下“A分类”按钮。这时AI就会读取这些特征值，并依据它的智能来进行分类，然后告诉您： “我预测它是一个倒三角形”。如图所示。 以上说明了人与AI最典型的协同合作模式。接下来，将介绍更密切的分工合作模式：让学习自动提取特征，人们就不必去做萃取特征的工作了，就更轻松了。 Al自动提取特征 现在可以进一步传授更多智能给AI，让AI可以代替人们现在的工作：人工提取特征。于是，就来说明如何教导AI去自动提取特征。这样，人们就不必去萃取特征了，只需要示范心中的分类给AI看，来引导AI自我学习如何提取特征。例如，只要把人们脑海里的“正三角形”与“倒三角形”两种类，示范给AI即可了。不必人工提取特征了，真是太轻松了呀（如图）。 同样，也要让AI委屈一些，由AI向人们学习，从观摩人们的示范中，自我观察，提取特征，并进行分类。这样，AI就能帮忙人们更多了。这样，人们只需要示范脑海里的分类给AI看就可以了。 . 机器学习 由于人们不必做提取特征的事了，只需要示范“分类”就可以了。也就是，只需要示范一堆正三角形图片，以及一堆倒三角形图片就可以了。例如，在本范例里，把图片放在电脑的c：/oopc/t_data/tarinl/档案夹里。在这个/trainl/档案夹里，又包含了个小档案夹：正三角形，倒三角形（如图所示）。其中的/正三角形/里有一堆图片，如图。 另外，在/倒三角形/里也有一堆图片，如图。 这个时候，您已经将一群三角形图片预先“分类”了。包括类： 正三角形：示范图片放在c./oopc/t_data/trainl/ l_正三角形/里。 倒三角形：示范图片放在c：/oopc/t_data/trainl/倒三角形/里。 接下來，就可以把您的上述关于分类智能，呈现于Excel的工作表里。现在，请您按下“准备”按钮，这些图片名称会呈现于Excel画面上。如图。 准备好了考卷（即图里的所有三角形图片）和答案（即图的分类值），就请您按下点选“工作表”，出现另一个画面。接着，按下“Train”按钮，开始引导AI展开自我学习了。AI就依据考卷和答案的指引，先去观察c：/oopc/t_data/trainl/里两个类别的所有图片，并且自动提取其特征。然后，自动归纳出“类别与特征”之相关联的规律，并且牢牢记住它。 大约经过几分钟之后，AI就会告诉您： “我学习完成了”，如图。 当您传授更多智能给AI，它就更聪明了，也就能帮您更多事情，您就更轻松了。 . 协同合作：A I自动提取特征（并分类） 一旦AI学习完成了，就能顺从人们的心意而去完成：【观察→特征→分类】的任务了。在此范例里，于c：/oopc/