طبقه بندی تصاویر با استفاده از یادگیری عمیق در پایتون

زمینه و هدف : یادگیری عمیق یک روش یادگیری ماشینی است که به کامپیوتر یاد می دهد آنچه را که به طور طبیعی به انسان می آید انجام دهد: با مثال یاد بگیرید. یادگیری عمیق یک فناوری کلیدی در پشت اتومبیل های بدون راننده است که به آنها امکان می دهد یک علامت توقف را تشخیص دهند یا یک عابر پیاده را از یک چراغ جلو تشخیص دهند. این کلید کنترل صدا در دستگاه های مصرف کننده مانند تلفن ها ، تبلت ها ، تلویزیون ها و بلندگوهای هندزفری است. یادگیری عمیق اخیراً و به همین دلیل بسیار مورد توجه قرار گرفته است. این نتیجه ای است که قبلاً امکان پذیر نبود.روش تحقیق : در یادگیری عمیق ، یک مدل کامپیوتری یاد می گیرد که کارهای طبقه بندی را مستقیماً از روی تصاویر ، متن یا صدا انجام دهد. مدل های یادگیری عمیق می توانند به مدرن ترین دقت برسند ، گاهی اوقات از عملکرد سطح انسانی فراتر می روند. مدل ها با استفاده از مجموعه بزرگی از داده های دارای برچسب و معماری شبکه عصبی که حاوی لایه های بسیاری هستند ، آموزش می بینند.نتایج: مدل طراحی شده را بر روی مجموعه داده های مورد نظر ازمایش می کنیم. مدل طراحی شده بر روی داده های سرطان تا 93 درصد و بر روی داده های گل تا 99 درصد به درستی تشخیص میدهد.