감독의 상상력을 영화에서 표현하는 방법 : 인셉션 비하인드 스토리

영화 속에서 보여지는 특수효과들은 관객들로 하여금 어떻게 촬영되었을까 라는 궁금증을 일으키게 하는 장면들이 많이 있습니다 이렇게 무중력 상태를 표현한다던지 아니면 이렇게 놀이기구 같은 복도를 표현한다던지 현실세계에서는 볼 수 없는 독특한 장면들이 많이 있습니다 오늘 주제는 그런 특수효과들이 돋보이는 영화 2010년 개봉한 크리스토퍼 놀란 감독의 인셉션 비하인드 스토리 입니다 크리스토퍼 놀란 감독이 공들여 만든 인셉션은 감독의 상상력을 영화로 표현하고 있는 작품입니다 2000년 개봉한 메멘토를 성공시키며 세계적으로 명성을 쌓아가던 놀란 감독은 2001년 어느날 갑자기 꿈을 꾸는 도중에 스스로 현재 상황이 꿈이라는 사실을 알고 꾸는 일명 루시드 드림을 격고 난 뒤 인셉션의 아이디어를 생각해냈고 다른 사람의 꿈 속에 들어가 꿈을 훔치는 "꿈 도둑"이라는 설정의 호러장르를 염두에 두고 인셉션의 시나리오 작업을 했습니다 하지만 놀란은 자신의 무한한 상상력이 들어간 인셉션을 제작하기에 앞서 대규모 자본이 들어가는 영화를 제작해볼 필요가 있다고 판단해 역대 최고의 슈퍼히어로 영화라고 평가받는 다크나이트 시리즈의 시작을 탄생시깁니다 다크나이트를 찍으면서 인셉션의 대본을 수정하기 시작했고 수년의 시간이 걸쳐 인셉션은 호러장르에서 액션장르로 변하게 됩니다 다크다이트의 대성공으로 워너브라더스는 놀란 감독에게 하고싶은 작품이 있다면 얼마든지 투자하겠다는 제안을 하게 되고 그제서야 놀란은 인셉션의 완성된 대본을 꺼내게 됩니다 놀란 감독은 기본적으로 현실주의에 근간을 둔 연출방식을 선호하고 사실성을 최대한 높이기위해 CG사용을 최대한 자제하며 물리적 특수효과를 선호하는 편입니다 그런 연출의 특징은 특수효과가 정말 사실감이 있어보인다는 장점이 있지만 단점으로는 시간과 돈 그리고 상당한 노력이 들어간다는 점입니다 놀란 감독은 그런 연출들은 인셉션에서도 많이 보여주고 10년동안 작업한 감독의 상상력을 표현하기위해 대부분 장면들을 CG가 아닌 물리적인 특수효과로 이루어냈습니다 먼저 꿈의 설계자 아리아드네가 처음 꿈의 세계를 접하는 장면에서 도심 한복판에서 펼쳐지는 이 폭발장면은 프랑스 파리의 한 도심에서 이루어졌습니다 놀란은 이 장면에서 실제 폭약을 사용해서 폭발하려고 했지만 파리시에서는 화약 사용을 거부했고 할 수 없이 바꾼것이 고압 질소를 사용하는 것이었습니다

이 촬영에는 총 6대의 고속카메라를 사용해 각기 다른 앵글을 찍은 후 시각효과팀이 조금 더 높은 파괴력과 날아다니는 잔해를 표현했고 설치와 카메라 테스트를 포함해 몇일이 걸려서 세팅했지만 정작 촬영에 소요된 시간은 5초 미만이라고 합니다 이처럼 CG를 사용했을법한 장면에서도 놀란은 그 사용을 최대한으로 줄였고 이런 물리적인 특수효과 장면들은 이 후 아리아드네가 설계한 꿈 1단계에서도 볼 수 있습니다 본격적인 작전이었던 1단계 꿈 속에서 코브일행은 피셔의 무의식에 의해서 공격받고 계획에 차질이 생기기 시작합니다 이때 등장하는 코브의 무의식이 투영된 화물열차가 도심 한복판에 나타납니다 이 열차가 등장하는 장면은 로스엔젤레스에서 촬영되었고 실제 열차를 도심 한복판으로 끌고 올 수 없었던 탓에 철판과 합판으로 만들어진 화물열차를 거대 트레일러에 씌워서 18미터 높이4미터 그리고 무게 113톤이라는 화물열차를 만들어냈고 조금 더 디테일한 화물열차를 표현하기 위해 실제 화물열차의 장비들을 때어와서 모형에 추가했으며 마지막으로 기차 앞 뒤로 카메라를 부착하고 촬영과 동시에 도심을 질주했습니다 기차가 지나간 흔적의 마무리작업은 CG로 처리함으로써 이 장면을 완성 시킬 수 있었습니다 이 트레일러를 운전한 스턴트맨은 다크나이트에서 전복되는 조커의 트레일러를 대신 운전한 사람이라고 합니다 인셉션에서 놀란 감독이 원하는 물리적 특수효과는 2단계 꿈에서 그 스케일을 보여줍니다 코브가 피셔를 설득하는 호텔 바 장면은 철제 구조물 위에 호텔 바를 재연하고 그 세트를 시소처럼 2개의 피스톤으로 세트가 30도 각도로 움직일수 있도록 설치했습니다 화면에서 보이듯이 화인잔을 제외하고는 모든것이 고정되어 아래로 쏠리지 않게 방지했고 엑스트라 배우들 역시 30도의 각도에도 미끄러지지 않도록 다리에 힘을주고 주위에 있는것들을 꽉 붙잡으면서 연기했습니다 이 장면에서 자연스럽게 몸을 지탱 할 수 있는 코브에 반해 반대쪽을 보고 있는 피셔는 미끄러지지 않기 위해 오른쪽 다리로 지탱하고 있을 모습을 볼 수 있습니다 인셉션에서 가장 유명한 물리적 특수효과가 들어간 중력이 사라진듯한 호텔 복도 격투씬에서는 세트의 길이가 12m가 되는 호텔 복도를 만들고 그 복도를 통째로 1분에 8바퀴를 돌릴수 있는 두개의 모터로 360도 회전시키며 촬영했습니다 하지만 액션을 해야하는 배우들의 움직임이나 카메라의 구도 그리고 조명의 문제로 복도의 길이는 더 길어졌고 결국 세트의 길이는 30미터까지 늘어났습니다 360도로 돌고 있는 세트로 인해서 촬영팀이 카메라를 들고 있을 수 없었기 때문에 놀란 감독이 이전 영화들에서 즐겨 사용하던 핸드 헬드 대신 세트 바닥에 있는 트랙에 원격 카메라를 설치했고 복도 전체를 카메라 앵글에 잡았으며 조명 역시 벽에 붙어있는 소품을 조명으로 사용했습니다 이 조명들 때문에 배우들은 액션을 하면서도 다가오는 호텔 내부의 조명을 피해가며 움직여야 했고 자칫 실수하면 세트 밖으로 굴러 떨어지는 위험 까지 감수해야했습니다 결국 이 장면에 나오는 조셉 고든레빗은 이 장면 촬영이 진행되는 기간 내내 몸에 멍을 달고 지냈다고 합니다 제가 인셉션을 보면서 가장 궁금했던 장면은 우주유영을 하는 듯한 이 호텔복도를 오가는 장면이었습니다 세트를 360도 돌린다고 하더라도 중력때문에 사람이 아무것도 안밟고 오갈수가 없어서 상당히 궁금했었는데 그 장면의 비밀은 바로 이랬습니다 기존의 360도 돌리던 호텔 복도와 똑같은 세트를 또 다시 만들었고 이번에는 그 세트를 90도 각도로 세운서 배우가 와이어를 타고 내려오면서 연기했며 촬영팀은 그 90도 세트 아래에서 윗쪽을 바라보면서 촬영했습니다 거기에 배우의 옷이나 신발 끈들이 중력으로 인해 아래로 쳐지면 안되기에 신발끈을 딱딱한 와이어로 대체했고 옷과 넥타이는 안쪽에서 고정했습니다 인셉션은 놀란 감독의 시간과 노력을 쏟아부어서 만든 명작이라고 생각합니다 잠을 자다가 뜬금없이 영화를 기획한 감독의 상상력도 독특했고 그 상상력을 영화로 표현한 방식에서도 아직까지 회자되고 있습니다 그리고 감독의 상상으로 만든 인셉션의 마지막 결말도 놀란 감독은 관람객들이 자유롭게 상상하길 원하고 있는거 같습니다 제가 준비한 영상은 여기까지고 다음 영상은 다른 영화로 돌아오겠습니다 지금까지 팩트체크 였습니다

✪ 2018 : 뫼비우스 김기덕 감독 여배우 이은우? “주인공 하차 고소한 여성 폭행” 사건 나이 41세 누구? ✪ | News Korea✪

뫼비우스 김기덕 감독 여배우 이은우? "주인공 하차 고소한 여성 폭행" 사건 나이 41세 누구? 뫼비우스 김기덕 감독 여배우 이은우? 주인공 하차 고소한 여성 폭행 사건 나이 41세 누구?       촬영장에서 배우를 폭행한 혐의로 고소를 당한 김기덕 감독(57)이 최근 검찰 소환 조사를 받았다

기소 여부는 다음달 결정될 예정 한국여성민우회를 비롯해 전국영화산업노동조합 등 영화계 단체로부터 강력한 비판을 받고 있는 김 감독이 실제 검찰의 기소를 받게 될지 이목이 집중됩니다 30일 서울중앙지검 형사6부(부장검사 박지영)에 따르면 김기덕 감독은 지난 27일 피고소인 신분으로 검찰에 출석해 소환 조사를 받았다 검찰은 내달 중 김 감독에 대한 기소 여부를 결정할 방침 입니다 김 감독은 2013년 개봉한 영화 뫼비우스에 주연으로 캐스팅된 배우 A씨(41)에게 촬영장에서 감정이입에 필요하다며 뺨을 때리는 등 폭행을 가한 혐의를 받고 있다

A씨는 김 감독이 대본에 없던 베드신 촬영도 강요해 영화 출연을 포기했다고 주장했습니다 김 감독은 검찰 조사에서 뺨을 때린 사실은 인정했지만 연기를 지도하려고 한 것일뿐 고의가 없었다는 취지로 진술한 것으로 알려졌다 베드신 촬영 강요 의혹에 대해서는 당시 촬영장에 있던 관계자 등 목격자들이 기억을 하지 못하거나 A씨의 주장과는 상반된 진술을 한 것으로 전해진다고 합니다 검찰은 김 감독에 대한 조사에 앞서 A씨를 두차례 소환해 조사했습니다 앞서 김기덕 감독은 자신의 혐의에 대해 폭력 부분에 대해서는 연기 시범을 보이는 과정에서 생긴 일로 약4년 전의 일이라 정확한 기억이 나지 않는다며 폭력 부분 외에는 시나리오 상 있는 장면을 연출자의 입장에서 최선을 다하는 과정에서 생긴 오해라고 입장을 밝힌 바 있습니다

이에 한국여성민우회를 비롯한 136개 단체는 영화감독 김기덕 사건 공동대책위원회를 결성, 촬영현장에서 사전이나 사후에 아무런 양해도 없이 수차례 사력을 다해 뺨을 강하게 내리치는 것이 연기지도가 될 수 없고, 시나리오 대본에 없는 무리한 요구를 강요하는 것이 연출이 될 수 없다고 김기덕 감독을 비판했습니다 연기를 못했는지 잘했는지는 모르지만 선발이었다는겁니다 고소한 여배우가 스스로 관둬서 다른 여배우가 대타뛰어서 완성

뉴스에 따르면 몇년전 일이라는군요 이제와서 고소한 이유는 그뒤로 연기생활접어서 맘편히 고소 ㅋㅋㅋ

한가지 의문이 세계적인 거장이라고 불리는 사람이 애초에 그런 연기력 형편없는 41세 여배우를 왜 섭외했을까요??

출처 – http://www ppomppu kr/zboard/view php?id=freeboard&no=5417188 영화감독 김기덕 프로필

 대한민국의 영화 감독이자 각본가, 제작자, 배우이다 출생: 1960년 12월 20일 (김기덕 나이 56세), 김기덕 고향 춘양면 저서: 비문학(2017 수능대비)(훈련도감), 더보기 수상: 황금사자상, Silver Lion for Best Director, 더보기 수상 후보 선정: Grand Jury Prize, 대종상 감독상, 더보기

김기덕 자녀: 김기덕 딸 김다은  영화감독 김기덕 부인 미공개  김기덕 집안 1960년 12월 20일 경상북도 봉화군 춘양면 서벽리에서 태어났다[1][2][3] 초등학교 3학년 때였던 1968년에 경기도 고양으로 이주하였으며, 초등학교를 졸업한 후 집안 형편이 어려워 기술을 배우라는 부친의 권유에 따라 중학교 진학을 포기했다 전수 학교와 전자 공장을 다니며 20세까지 성장한 김기덕은 해병대에 부사관으로 임관하여 5년 간 복무했다

제대한 후 1986년부터 화가로도 활동하였고 남산의 장애인 보호 시설에서 전도사로 일하는 동시에 신학교를 다니며 30세까지 서울에서 지냈다 김기덕 고소한 여배우 서원? 이은주 말고도 나쁜 남자 배우 서원 근황 사라짐 많을 거예요 나쁜 남자였나요 조재현 나왔던 김기덕 영화요 거기에서 선화라고 나왔던 창녀역할 여배우도 이은주랑 비슷한 성향의 배우였는데 나쁜 남자 찍고 진짜 힘들어하다가 서원이라는 이름으로 개명도 했는데 나쁜 남자 후유증 못 이기고 심각한 우울증으로 결국 영화판 떠났다는데 진짜 후유증이 말도 못했다고 기사 읽은 적 있네요 김기덕은 계속 그 여배우더러 정말 창녀같았다고 칭찬하는데 그 여배우 얼마나 치욕스러웠을지

그 여배우는 자살은 안해서 다행이네요  http://m cine21 com/news/view/?mag_id=6992  결혼하고 미국에서 살고 있다는데 이분도 과거 지우고 싶어서 두문불출 안하고 사는 것 일수도 굳이 미국까지 가서 사는 이유는 

나쁜남자 그 여자역 배우가 사춘기 나왔던 성희에요 그 영화 찍고 안 보이더군요 김희선 화보집 사건도 있죠 김희선정도 되니까 뒤집고 나왔지 대부분은 계속 찍을수밖에 없었을거에요 출처 – http://www

82cook com/entiz/read php?num=2272388 나쁜남자에 나온 서원이라는 배우에 대해 좀 알고 있습니다 그 영화 찍고 사라진게 아니라 그 영화 촬영 후 2년 뒤에 노희경 작가 드라마 고독에 류승범 상대역으로 나왔었구요, 연기도 이미지도 괜찮았어요

드라마도 좋았습니다 개인적인 이유로 그 후에 은퇴한듯 하네요 그리고 김기덕 감독의 영화가 취향 탈 수는 있지만 사람 자체를 변태라고 여기는것은 대단한 오해라고 생각합니다 (오랜기간 이런 오해의 대상이었죠) 김기덕 41세 여배우 성기 여주인공 베드신 교체 하차 A여배우 서원x 이모씨 신주아x 

김기덕에 뺨맞은 여배우는 누구인가요? 배우 이나영입니다 영화 비몽에서 감정씬을 집중할려고 감독이 이나영에게 세세한 감정을 위해 실제로 뺨을 때렸다고 합니다 그리고 바로 사과를 했습니다 근데 포털에서 감독이 차기작 준비하는 영화에서 여배우 뺨과 남자배우의 성기를 실제로 잡아야 한다고 소문이 났습니다

완전 비상식적인 감독인 줄 몰랐습니다 하긴 워낙 감독 영화 충격적인 성 장면이나 폭력 장면이 보여주는 세계적 감독입니다! 이나영 이나 이은우 아니고요 41세 고소한 여배우 이름 하차 실명은 비공개래요! 출처 – http://tip daum

net/question/96730245 촬영 현장에서 여배우에게 폭행을 가하고 베드신 촬영을 강요한 혐의 등으로 고소된 김기덕 감독이 벌금 500만원에 약식기소됐다 서울중앙지검 형사 6부(부장 박지영)는 7일 “김기덕 감독이 영화에 출연한 배우 A씨를 영화 촬영 현장에서 뺨을 2회 때려 폭행한 혐의에 대해 벌금 500만원에 약식기소했다”고 밝혔다 검찰은 아울러 A씨가 함께 고소한 강요, 강제추행치상 명예훼손 혐의에 대해서는 증거 불충분에 따른 혐의없음으로 불기소 처분했으며, 모욕에 대해서는 고소기간이 도과해 공소원 없음으로 불기소 결정했다 앞서 A씨는 2013년 개봉한 작품 ‘뫼비우스’ 촬영장에서 김 감독이 ‘연기지도’를 명목으로 뺨을 때리고 폭언을 했다며 지난 8월 그를 검찰에 고소했다

A씨는 김 감독이 대본에 없던 베드신 촬영도 강요했다고 주장했다 A씨는 이 사건 이후 해당 영화에서 하차한 것으로 전해졌다 출처 – http://mlbpark donga com/mp/b

php?p=1&b=bullpen&id=201712070011734915&select=&query=&user=&site=&reply=&source=&sig=hgjzGYtgk3HRKfX@hcaXGg-YLmlq 봄여름가을겨울그리고봄 (2003년 작품) 하여진 씨 도움이 되셨다면 공감버튼을 눌러주세요 공감버튼 ♥은 큰 힘이 되어 줍니다

✪ 2019 Special News : 청와대 문화비서관 양현미 프로필, 남편 미술작가 박찬경 집안 영화감독 박찬욱 형 “고향 학력 서울대” 약력 ✪ | News Korea✪

청와대 문화비서관 양현미 프로필, 남편 미술작가 박찬경 집안 영화감독 박찬욱 형 "고향 학력 서울대" 약력 청와대 문화비서관 양현미 프로필, 남편 미술작가 박찬경 집안 영화감독 박찬욱 형 "고향 학력 서울대" 약력   청와대는 9일 신임 문화비서관에 양현미(55) 한국문화예술교육진흥원장을 임명했습니다

  양현미 문화비서관 [사진=청와대] 양현미 신임 문화비서관은 1964년생으로 서울에서 태어나 서울대학교 미학과를 졸업하고 이후 홍익대학교 대학원에서 석사와 박사 학위를 취득했습니다 양 비서관은 한국문화관광연구원 문화예술정책연구실 예술정책팀 연구위원, 한국문화예술경영학회 부회장을 지냈다 서울시 문화체육기획관을 거쳐 오랜 기간 동안 문화예술 분야 정책 연구를 토대로 정부와 민간의 각종 자문과 평가 활동을 왕성하게 펼쳤다는 평가를 받는다고 합니다 한국문화예술교육 제도 개선을 위한 협의체 의원으로도 활동했으며 2017년 11월9일 한국문화예술교육진흥원장에 임명됐습니다

'문화예술교육 활성화를위한 정책기반 조성방안 연구'와 '문화예술 교육지원법의 제정 취지와 구성' 등에 관한 연구를 진행하며 한국 문화예술교육 기반을 마련하는 데도 크게 기여했습니다 △1964년 서울 출생 △선일여고 △서울대학교 미학 학사 △홍익대학교 미학 석사 △홍익대학교 미학 박사 △서울특별시 문화본부 문화기획관 △상명대학교 천안캠퍼스 예술대학 문화예술경영전공 부교수現) △한국문화예술교육진흥원 원장(現) 서울대 졸업 후 홍익대에서 미학 박사학위를 받은 양 교수는 15년간 문화체육관광부 산하 한국문화관광연구원 연구위원으로 근무하다 현재 상명대 문화예술경영학과 교수로 재직하고 있다 그의 남편은 영화감독 박찬욱의 동생인 미술작가 박찬경이다

Demystifying Machine and Deep Learning for Developers : Build 2018

내 이름은 세스웨어 야 크리스 로렌

>> 오늘 우리는 기계 학습과 깊은 이해를 해설합니다 과장된 반응이 많이 느껴지기 때문에 학습하십시오 멜이라는 추악한 지저분한 재능을 보여줄 시간입니다 눈이 우리에게 길을 보여줍니다, 세스 >> 그래서 나는 처음부터 시작할 것이다

데이터의 안목 – 데이터 과학의 개념 당신은 그 용어를 들었습니다 그리고 때때로 우리는 과학이라는 단어를 잘못 사용합니다 우리는 이것을 가지고 있다고 말한다 과학, 우리는 정밀도가 있다고 생각하지만 과학은 추측과 확인이 영화 롭게됩니다

권리? 당신은 아이디어를 생각해 낸다 당신은 그것을 밖으로 시도하고, 그것은 작동하거나 그렇지 않습니다 슬픈 눈물이 많이 있습니다 우리가 알기 위해 우리가 알고있는 것들을 작동하지만 그것은 당신을 위해 다르게 작동 할 수 있습니다 눈물을 흘릴 것입니다

기계 학습에 대해 이야기 해 봅시다 이야기를 들려 드리겠습니다 얼마나 많은 사람들이 은행에서 일합니까? 죄송 해요 죄송 해요 데이터베이스가 더러운 직업은 당신이 그 일에 대한 dba라면 보여줍니다

작은 은행을 위해 일한다고 상상해보십시오 당신의 상사가 당신에게옵니다 그리고 내가 건축하러 갔다고 말하면서 우리는 모든 물건에 AI를 주입하면, 당신은 좋아, 좋아, 이건 나에게 잘 가지 않을거야, 너는 작은 크레딧을 위해 일한다 노조와 그들이 말하길, 이봐, 우리가 네가하기를 바란다 우리가 창구에서 스캔 한 수표 이미지

이 한 가지만 쓰면, 수표는 거꾸로되어 있지 않습니다 너는 간다 왜냐하면 네가 저렴한 은행, 수표 상단에 검은 색 줄이 있습니다 그래서 프로그래머 도마뱀 두뇌 권리 이제 이미 알고리즘을 작성했습니다 상단에 40 픽셀 전략적 장소에서 그리고 모두 검은 색이라면 혼자 두십시오

그렇지 않으면 뒤집기 그래서 샐리, 너 때문에 엔지니어, 너무 놀랍습니다 당신은 이것을 꺼내고 당신은 정말 좋은 dev 작업 프로세스는 반으로 모두가 박수 갈채하며 좋은 직장을 말한다 그리고 그 남자, 그의 이름은 팀이고, 그는 당신이 그런 우리가 한 가지 작은 요청을했다는 것을 주입 할 때 샐리가 잘 했어 이 한 가지, 마케팅 담당자로부터 dev에 이르기까지 유명한 마지막 단어 우주에 무언가를 발사하는 것은이 버튼 일뿐입니다

그리고 사람들을 행진에 붙이면 그것은 단지 하나의 버튼 일뿐입니다 그래서 팀장은 샐리에게 이렇게 말합니다 이것은 단지 한 가지 일뿐입니다 은행을 소유하고 있습니다 그는 그의 callets 고양이를 정말로 좋아한다

그리고 그의 수표로 우리는 당신이 사진을 찍을 수 있기를 바랍니다 그의 수표에 그의 고양이, 그를 위해 샐리, 니가 좋아, 도마뱀 두뇌, 프로그래머, 네가 먼저 묻는 것은 나에게 고양이의 그림을 줄 수있는 것이다 그리고 그는 당신에게 그것을주고 당신은 좋아합니다 상단, 혼자두고 다른 플립 후 다른 추가 if Statement와 당신은 두 개의 픽셀을 샘플링합니다

프로그래머 도마뱀의 두뇌가 말하는 것과 고양이가 위쪽면 아래로 넘기거나 혼자두면 45 분이 걸립니다 그리고 나간다 팀이 3 일째에 나옵니다 흥분해서 샐리가 말했습니다 당신은 훌륭한 직장이었습니다

지금, 우리는 어떤 고객이라도 원하는 고객을 그들이 작성한 수표에 관한 그림 프로그래머가 도마뱀 두뇌 폭발, 그렇지? 너는 이것이 있음을 알아 차린다 고양이 그림과 고양이 그림 사이의 흥미로운 차이 갑자기 우리 도마뱀 두뇌가 부서지는 걸 그림으로 그려 봤지? 너 그거 느끼니? 거기에 – 그리고 모든 프로그래머의 머리 우리는 그와 다른 것 사이에이 흥미로운 차이가 있다고 생각하고 있습니다 그 차이에서, 그 갭에서, 그것은 기계 학습 가장 잘 작동합니다 그 단수형 직감은 매우 도움이됩니다

네가 집에 돌아 가면 네가 나쁘다고 느끼고있어 프로그래밍에 if 문을 추가하거나 7 7로 그리고 너는 마치 후에 샤워 할 필요가있는 것처럼 느낀다

당신이 그 코드를 작성했습니다 그렇게한다면, 당신은 기계 학습 영역 내가하는 말을 보니? 과 당신은 이미 이것을 읽었습니다 여러분 모두는 아마 위에있는 것을 읽을 것입니다 슬라이드

나는 단지 너에게 이야기를하고 싶었다 일련의 컴퓨터를 만드는 대신 기계 학습이 가장 효과적입니다 당신이 단계를 옳은 일의 예와 그것을 수치 그것은 기계 학습입니다 그리고 그것은 매우 날카로운 질문으로 시작됩니다 왜냐하면 기계 학습은 매우 구체적인 질문에만 답할 수 있습니다

괜찮아? 이것들이 이것들입니다 얼마나, 얼마나? 어떤 수업 그것은에 속하는가? 다른 그룹이 있습니까? 이상한가요? 내가 선택할 수있는 옵션은 무엇입니까? 너는 아마 그것들을 들었을거야 멋진 이름처럼 불렀습니다 그리고 그런데,이 슬라이드들, 당신은 그들을 가질 수 있습니다, 나는 당신이이 슬라이드를 가질 수 있는지 확인합니다 왜냐하면 우리는 몇몇지도를 할 것이기 때문입니다

미국에서는 우리가 하나 있는데, 다른 곳에서는지도가 복수이고 다른 곳에서는 가끔씩 들립니다 그것들은 이렇게 분리되었습니다 날카로운 질문으로 시작합니다 자가 운전 차를 생각하면 모든 것을 줄여 줄 수 있습니다 결정은 예 / 아니오 질문으로 만듭니다

내가 좌회전해야 할까? 내가 바꿔야 하나? 내가 이걸 부딪쳐 야 할까? 사람? 권리? 중요한거야, 그렇지? 그래서 너 당신이 만들 수 있다는 것을 알 수 있습니다이 질문들은 만들어집니다 당신은 그것들을 합쳐서 정말 똑똑하게 만듭니다 감각 이제 우리는 이것이 너는 모든 일에 AI를 주입하라고 너에게 말했어

당신은 아이와 함께하는 멋진 아이디어에서 어떻게 이익을 얻을 수 있습니까? 3 가지 옵션이 있으며 우리는 시작합니다 쉬운 옵션 얼마나 많은 사람들이 pdf 파일을 사용 했습니까? 얼마나 많은 괴괴 망측 한 사람은 이제까지 메모장에있는 pdf 파일을 보았습니다 이상한 나를합니다 그것은 말이되지 않습니다

그러나 우리는 편안하게 사용하고 있습니다 Pdfs, 우리는보기 편합니다 그것들을 PDF 파일로 변환해야한다면 어떤 것 AI와 함께 우리를위한 쉬운 옵션 너는 단지 뭔가를 사용할 수 있니? 권리? 우리에게는 뭔가가있다 당신이 당신의 앱을 불에 태울 수있게 해주는인지 서비스 (cognitive service) 마케팅 부서에서 나와 웹 사이트 및 앱을 보고, 듣고, 말하기위한 지능형 알고리즘 – 그냥 사용하십시오! 그리고 사용하기 쉽다는 것이 밝혀졌습니다, chris? >> 물론 >> 이것은 다음에 대한 yum 날짜입니다

빌드 – 빌드를위한 업데이트, 우리는인지 서비스의 톤을 가지고 그것은 놀랄만 한 톤입니다 나는 여기 앉아서 이야기 할 수 있었다 하지만, 어떻게 끝났는 지 보여줄 수 있습니다 >> 아직 아침 일찍부터 쉬운 길을 걷자 >> 그렇습니다

>> 쉬운 방법, 예쁜 웹 사이트를 보아라 그러면 나는 할 것이다 우리가 모든 개발자이기 때문에 약간의 코드를 보여주십시오 이렇게이인지 서비스는 어떤 얼굴을 차지할 수 있습니다, 우리는 업로드 할 수 있습니다 우리가 시작했기 때문에 그림을 그리지 않고 그림을 그리십시오

아침에 예열됩니다 찾아보기를 클릭 할 수 있습니다 딸의 사진을 업로드 할 수 있으며 찍을 것입니다 모양과 흥미로운 특성을 확인, 내가 말했듯이, 그것은 아침입니다 내가 옳은 것을 클릭하자

>> 오른쪽 버튼을 클릭하십시오, chris, 우리는 설정할 높은 막대가 있습니다 >> 그러면 경계 상자라고하는 것을 식별하게됩니다 예, 거기에는 실제로 얼굴이 있습니다 연령, 성별, 직업, 그녀가 안경을 착용하고 있다는 것을 확인하고, 그녀가 행복하다는 것을 알 수 있습니다 그것은 머리 색깔에 짐작할 것이다, 조금 어려워 그 애는 생일에 색칠을 했으니 까

다른 색상의 커플입니다 그게 더 힘들어 하지만 우리는 여기서 우리가 할 수있는 json 응답을 되 찾을 수 있습니다 모든 종류의 프로그램, 모든 종류의 응용 프로그램에서 사용하십시오 이제인지 서비스는 단순히 식별하는 것 이상의 기능을 수행 할 수 있습니다

얼굴 우리는 또한 다양한 장면에 대한 흥미로운 점 그래서 우리는 최근 태국 여행을 떠났습니다 예를 들어, 업로드 엘 코끼리와 나는이 그림을 모른다 너,하지만 나는 내가 좋아할 코드를 쓸 줄은 몰랐어

코끼리를 apetting 사람입니다 놀랍다 나는 현장을 들여다 볼 수있다 무슨 일이 일어나고 있는지 파악하고 설명을 줄뿐만 아니라 실제로 사람이 읽을 수있는 문장을 생성하거나 무슨 일이 일어나고 있는지에 대한 설명과 다시 응답 다시와 json이 온다 프로그래밍 방식으로 사용 가능하고 훌륭합니다

나는 텍스트 분석 API를 고소 할 것이다 사이에, 그것은 단지 이미지에 관한 것이 아닙니다 텍스트로 붙여 넣을 수 있으며이를 분석 할 수 있습니다 몇 가지 정서 분석을 뒤로하고 거기에있는 핵심 단어를 확인하십시오 그리고 마이크로 소프트가 컨퍼런스를 워싱턴 주 컨벤션 센터, 시애틀 및 크리스와 세스는 카페인이 필요해

Chris는 커피를 좋아하고, seth는 소다를 좋아합니다 커피를 이해하고 소다를 강조하지 않지만 괜찮습니다 핵심 구문, 정서를 추출한다는 아이디어를 얻습니다 그리고 모든 응답이 우리가 할 수있는 이런 식으로 돌아옵니다 모든 응용 프로그램에서 작업하십시오

그럼 무엇을 보자 애플리케이션 내부처럼 보입니다 자, 저는 개발자로서 언급했습니다 아마도 Visual Studio 또는 Visual Studio 코드와 같은 것으로 시작하십시오 그래서 저는인지 서비스를 사용하는 것을 결코 보여주지 않을 것입니다

시작하기가 쉬워졌습니다 새 프로젝트를 만들 수 있습니다 우리는 Visual Studio의 확장 기능을 사용하는 템플릿을 가지고 있습니다 인공 지능을 위해 비주얼 스튜디오 도구라고 불리는 새로운 도구를 만들 수 있습니다 자동으로 연결될 템플릿 프로젝트 인지 서비스와 코드 생성

이제 너를 보여 주겠다 우리는 또한 이미 개발자로서의인지 서비스는 그래서 나는 그들을 쉽게 발견하고 그들에 대해 더 많이 배울 수 있습니다 나는 내가 원한다면 나는 오른쪽 클릭 할 수 있었다 나는 새로운 것을 만들 수 있었다 그리고 내가 배울 수 있도록 시작 페이지를 열 수도 있습니다

이것들에 대해서 다른 누군가가 프로비저닝 한 경우 이인지 서비스 중 하나는 나를위한 것입니다 저기 가서,이게 뭐야, 내가 시작하자 나는 여기에서 응용 프로그램을 생성 할 것이고, 나는 오른쪽 클릭을 할 것이다 응용 프로그램을 만듭니다

그리고 나는이 이름을 줄 것이다 오늘 아침에 슈퍼 크리에이티브를 느끼지 않아 그래서 그것은 나를 위해 기본적인 오류 검사를 할 것입니다 큰 그리고 나는 이것에 대한 승인을받지 못했습니다

내가 풀어서 새로 고침하자 클라우드와의 연결성이 좋습니다 그리고 우리는이 사람을 다시 시도 할 것입니다 >> 걱정하지 마라,이 문자 그대로의 물건은 har 동안 나에게 일어났다 내가 물건을 실행하기 때문에 엠 바 (bar) 인 샴 (shams) 데모가 점점 더 늘어나고 있습니까? >> No 만 참조를 만들고, 샘플을 생성했습니다

코드 및 여기에 내 가입 키가 포함되어 있습니다 주위에 대수롭지 않아서 열쇠가 어디 있는지 알아낼 필요가 없습니다 그것을 시도하고, 시작하고, 일이 어떻게 진행되는지 익힐 수 있습니다 이제이 코드를 실행하면됩니다 전달하려는 이미지의 경로를 가져옵니다

그리고 이것은 이미지를 다시 열어줍니다 그리고 당신은 제가 그것을 볼 수 있습니다 내가 가진 똑같은 아들을 돌려 줬어 웹 사이트 그래서 지금 나는 코드 작업을하고있다

모든 애플리케이션에 빠르고 쉽게 포함시킬 수 있습니다 그것의 뒤에 원리를 아직 배울 필요없이, 그러나 그런 다음 샘플 코드가 생기면 수정하기가 쉽습니다 정확히 어떻게 작동시키고 싶은지 그래서 이것이 어떻게 간단한 예입니다 우리는 클라우드에서인지 서비스를 사용할 수 있습니다

응용 프로그램 우리는 똑같은 일을 할 수있다 텍스트 api와 다른 사람들도 마찬가지입니다 잘하면이 방법을 보여줍니다 응용 프로그램에 인공 지능을 주입하는 것이 쉽습니다

>> 굉장해! 이것은 즉시 실행 가능합니다 귀하가 귀하의 웹 사이트에서 이미지를 수락하거나 귀하의 도난, 불쾌한 콘텐츠를 확인할 수 있습니다 곧 자동으로 태그를 지정할 수 있습니다 아시다시피 자동으로 캡션을 만들 수 있습니다

사람들은 웹 사이트에 물건을 넣을 때 물건을 입력하고 싶지 않습니다 어쩌면 당신은 뭔가를 제안 할 수 있습니다 지금 당장이 작업을 수행 할 수 있습니다 우리가 푸른 하늘에 서명 한 후 단지 몇 번의 클릭 만있었습니다 그것은 중요한 비트입니다

>> 물론 >> pdf처럼 쉽지만 때로는 옵션 2, 그것들은 어쩌면 매우 구체적인 그림이나 로고를 가지고있을 것입니다 당신은 인정해야합니다 맞아, 어쩌면 너는 흐려질 필요가있다 사람들이 물건을 업로드하거나 제품이있을 때 제품 로고 출력 식물에 있어야하는 특정한 물건은 있어야합니다

미리 만들어진 인공 지능 물체에 맞지 않는다는 것을 알고 있습니다 어쩌면 당신은 함께가는 PDF 복잡에 대해 더 배워야합니다 예제 옵션 2, 여전히 쉽지만 조금 더 일하면서 사전 제작 된 인공 지능을 사용자 정의 할 수 있습니까? 우리는 당신을 위해, 아주 작은 비트를 가지고 있습니다 네가하는 방식은 네가 사용하는거야

인지 서비스는 다시 시도되지만 각각에 대한 사용자 정의가 있습니다 그 섹션들 중 우리는 관례 비전, 관습을 가지고 있습니다 음성, 사용자 지정 결정 및 사용자 지정 검색 그래서 당신이하는 일은 당신입니다 있나? 미리 만들어진 물건을 사용할 수도 있고 그냥 작동, 할, 또는 당신은 약간의 관습을해야합니다 Ization 우리는 또한 당신을 위해 그것을 가지고 있으며 크리스는 우리에게 보여줄 것입니다

그렇게하는 방법 >> 물론 그래서 저는 여기에 당신에게 맞춤 시각 웹 사이트를 보여줄 것입니다 그래서 전에도 우리가 클라우드에 정보를 가지고 있고 미리 구축했습니다 이미지를 해석하고 제공 할 수있는 모델 지능과 분류와 같은 일을하십시오

내가 언급했듯이, 아무도 힌트, 소다 또는 커피가 나타나지 않았으므로 모두에게 감사드립니다 그래서 세스와 저는 우리가이 일에 열심히 일하기로 결정했습니다 이야기하고, 우리는 갈 시간이 없다 술을 마셔서 우리가 로봇을 만들어서 우리에게 음료수를 갖길 원했습니다 >> 왜냐하면 우리는 게으르다

>> 우리는 있습니다 >> 사실입니다 >> 나는 로봇 기술이 없다 나에게 sods da 또는 seth 소다를 가져 오기 위해, 그러나 나는 가지고있다 로봇을 가져 오는 i 모델을 사용자 정의하는 기능 나에게 맞는 음료

그래서 이것은 분류 문제입니다 부엌으로 가서 올바른 것을 잡아라 여기에 나는 많은 이미지를 업로드했다 왼손, 태그, 레이블이라고 부를 수 있습니다 수업은, 당신이 원한다면,하지만 이것들은 범주입니다

펩시, 탄산 음료, 기타 등등의 이미지, 그리고 나는 확실히 흔들리고 싶다 로봇은 옳은 것을 붙잡는다 여기는 보홀 (bhoal) 포인트입니다 사용자 정의 비전 그래서

이미지를 업로드하여 모델을 맞춤 설정하는 방법을 보여 드리겠습니다 내 로컬 컴퓨터에서 파일을 가져올 것입니다 나는 코카콜라의 이미지를 가지고 있으므로 세스가 콜라를 가져 오는지 확인하십시오 나는 이것들을 코카콜라 클래스에 속하게 될 것이다 그래서 나는 그 이미지들을 업로드 할 것이고 우리는 끝났고 나는 모금 할 것이다

Pli 기차를 클릭하십시오 그 뒤에서 일어나는 일은 미리 만들어진 모델입니다 그것은 사물의 특성을 이해합니다 대통령 훈련 모델 및 다음 사용자 지정 추가 내가 예상하고 싶은 모든 수업이나 레이블에 관심을 가져라 훈련이 푸른 하늘의 힘을 얼마나 빨리 사용하는지 보았습니다

이 사전 교육을받은 사실로 인해 가속화됩니다 모델 그래서 그것은 어떻게의 특성을 이해합니다 주변 세계를 이해합니다 고품질 메트릭을 추가합니다 당신은 이것을 합격률이라고 생각할 수 있습니다

프로덕션 코드를 절대로 배포하지 않은 다음 포함 시키십시오 이것은 귀하의 어플리케이션에서 간단하게 예측 URL, 이것은 나머지 API를 생성하고 당신은 그것을 전달할 수 있습니다 url에 이미지를 보내고 어떤 클래스를 식별하는지 응답을받습니다 이제 응용 프로그램에 응용 프로그램을 포함시키는 것이 더 쉬워졌습니다 네트워크가없는 장치 나 장치에서 오프 사이트로 배포해야 할 수 있습니다

연결성, 당신은 오닉스 모델을 다운로드 할 수 있습니다 이번 주에 onyx에 대해 들어 보셨습니까? 표준과 같이 모든 공구 키트를 사용하여 모델을 교육 할 수 있습니다 Tensorflow, kier as 및 onyx는 중간 표현입니다 이를 통해 한 가지 방법으로 모델을 교육하고 다른 방식으로 완전히 다른 하드웨어 그럼 나중에 얘기하십시오

우리는 이것을지지 할 것이고 나는 내 로컬 컴퓨터에 있고 내가 할 수있는 모델 파일 가져 오기 내 응용 프로그램에서 사용하십시오 이제는 아무 것도 없기 때문에 이것은 굉장합니다 다른 하나는 클라우드를 사용하여 모델을 교육하고 다운로드 할 수있게 해줍니다 이렇게하면 어느 장치에서나 쉽게 실행할 수 있습니다 >> 우리가 당신을 가두려고하지 않기 때문에 이것은 놀랍습니다

우리는 다른 모든 클라우드 서비스에 대해 매우 확신합니다 일요일에 따뜻한 솜털 양말처럼 될 거라고 생각해 오후에 이륙하고 싶지 않을 것입니다 하지만 그렇게한다면, 우리는 당신이 훈련 한 것을 받아 들일 것입니다, 우리는 당신이 좋아하는 곳이라면 어디든지 사용할 수 있습니다 아무도이 일을하지 않습니다

그것이 우리가하는 일에 자신감을 갖게합니다 >> 물론,하지만 다시, 나는 웹 사이트를 사용하거나 이미지를 업로드하거나, 그룹은 물건을로드하고, 클릭하고, 클릭하고, 클릭 할 때마다 핵심 측정 항목을 추적하고 Google에서 우리가 찾고있는 품질의 바를 얻고있다 새로운 이미지를 추가하여 모델을 프로그래밍 방식으로 재 훈련하십시오 다른 조명 조건을 고려하여, 어쩌면 우리는 주방을 다시 채색하고 녹색 조명을 넣을 수 있습니다 로봇이 로봇을 이해하는 방식에 영향을 미칩니다

부엌 그래서 우리는 새로운 주기적으로 이미지 다시 말하지만 새로운 애플리케이션을 만들 수 있습니다 이렇게하면 프로그래밍 방식으로 코드를 다시 작성하는 코드가 생성됩니다 우리는 정규 기지에서 시작할 수 있습니다

>> 무슨 말을하는거야? 우리가 웹 사이트에서 본 것은 분명합니다 코드에서도 그렇게 할 수 있습니다 >> 물론 >> 그리고 당신은 프로그래밍 방식으로 이것을 재교육하기 위해 C 참여 코드 나 파이썬을 사용하십시오 내가 좀 더 세밀한 코드를 사용하고 이것을 추가 할 것이다

현재의 솔루션을 사용하면 쉽고 편리하게 작업 할 수 있습니다 준비가 된 sdk 레퍼런스가 있고 작업 코드가 있습니다 api 키를 제자리에 두었습니다 그래서 나는이 일을 계속할 것이다 다시

그리고 그것을 실행 – 내게 설정하자 시작 프로젝트 잘이 이름을주고, 우리는 입력 디렉토리에 대한 경로를 제공합니다 자, 다시 이것은 내가 업로드 한 디렉토리와 같습니다 전에, 당신은 내가 콜라, 잔뜩의 이미지를 잔뜩 가지고있는 것을 볼 수있다 에스프레소 등의 이미지 그래서 우리는 이것들을 일부 교육 이미지 및 일부 테스트 이미지 이것은 코드를 테스트하는 대신에 매우 중요합니다

예제를 제공하고 그 중 하나가 무엇인지 정확히 알고 있다고 말하면됩니다 라벨에 그 예측이 실행되면 올바르게 식별하고 생성 된 코드는 모델을 다운로드하십시오 불행히도 연결 문제가있는 것 같습니다 >> 그건 괜찮아 왜냐하면 니가 너에게 무슨 의미인지 이해하고 있다고 생각하기 때문이야

계속하고있어? 우리는 몇 가지 pre-fabbed와 함께하지 않았다 코드를 만든 다음 악의적으로 지역을 사용하여 생각하게 만듭니다 쉬웠다 그는 오른쪽 클릭하여 처음부터 만들었습니다 사실, 나는 슬리브를 올려 놓은 것이 없었습니다

심지어 그 목적을 위해 긴 소매를 끼고 그렇게하는 것이 매우 쉽다는 것을 알 수 있습니다 그래서 여기가 중요합니다 우리는 당신이 사용할 수있는 서비스를 가지고 있음을 주목하십시오 당신이 그들을 부를 수있는 박쥐

우리는 당신이 생성 할 수있는 방법이 있습니다 사전 빌드 된 서비스를 호출하는 코드 우리는 당신이 할 수있는 서비스가 있습니다 사용자 정의하고 마우스 오른쪽 버튼으로 클릭하여 사용할 수있는 코드가 있습니다 맞춤 설정하고 허용합니다

놀랍습니다 모두 사용할 수 있습니다 지금 네가 떠나야한다면, 우리는 단지 보냈다, 나는 10 분을 보냈다, 진짜 당신 5 분 안에 할 수 있었을거야 5 분 안에 얻을 수 있어요

바로이 물건으로 시작했습니다 여기에 어려운 것들이 온다 왜냐하면 우리는 깊은 학습을 신비화하기를 원했기 때문입니다 얼마나 지저분한 지 알기를 바랍니다 pdf 비트가 내부에서 의미하는 바를 설명 할 것이므로 이해할 수있을 것입니다

당신이 이걸 멀리하지 않는다면 미적분에 대해서 이야기해야 할 수도 있습니다 너 괜찮 니? >> 나도 몰라 나는 아직도 커피를 안 마셨다 >> 내가 네가 가져 가길 바라는게 뭐야? 이것으로부터 당신이 다른 것을 이해하지 못한다고해도, 나는 그것이 절약되고 그것이 무엇인지 알기를 원하십니까? 귀하의 응용 프로그램에서 어떻게 사용하고 좋아하십니까? 이제 우리는 실제로 옵션 3에 들어갈 것입니다 옵션 1은 사전 구축 된 것으로, 옵션 2는 사용 된 것을 기억하십시오

맞춤형 미리 제작 된 옵션 3은 실제로 나만의 물건을 만듭니다 그리고 전에 이것을 해본 적이 없다면, 이것은 무엇에 대한 뇌관입니다 그것은 당신이 건축하고, 왜 그렇게 오래 걸리고, 왜 그렇게 오래 걸리는지입니다 조금 지저분한 이유는 사용자 정의 인공 지능을 구축 할 때가 있기 때문입니다 일련의 단계

첫 번째는 날카로운 질문을하고, 그것들 중 하나에 적합해야합니다 오늘 우리가 깊이있게하고있는 일들의 경우 배우면서, 우리는 다음과 같은 분류를 할 것입니다 이 문제는 어떤 수업이 속하는 것인지 묻는 질문에 답하는 것입니다 그것이 우리가 오늘 집중할 유일한 것입니다 그리고 일련의 것들이 있습니다

질문이 있으면 데이터가 있는지 확인하십시오 그 질문에 답할 데이터가 있습니까? 때로는 그렇게합니다 때로는 그렇지 않습니다 때때로 뒤의 청구서가 항상 있기 때문에 데이터가 추악합니다 나이 필드에 이름을 붙여 놓고 무엇인가의 이유로 그는 멈추지 않을 것입니다

많은 데이터 과학 연구가 데이터를 준비하고 있습니다 그것은 실험 인 다음 페이지로 갈 수 있다는 것입니다 당신이 많은 것을 시도하고 처음에는 작동하지 않습니다 그리고 그것은 좌절 할 것입니다 그러나 당신이 발전하고 배울 때 데이터에 대한 더 많은 것들은 놀라운 것들을 할 수 있으며, 그리고 결과물은 모델이라고하는 것입니다

모델을 자산으로 생각하십시오 당신은 똑똑한 것을하는 법을 아는 당신의 프로그램을 가져옵니다 이미 모델을 다운로드 할 수 있다는 것을 chris가 알았습니다 사용자 정의 비전 서비스에서 프로젝트로 가져옵니다 모델을 당신이 부르는 어떤 것으로 생각하십시오

프로젝트에 넣으면 프로젝트가 생성됩니다 예측 그게 그들이 진짜있는 모든 것입니다 그리고 그들은 사실상 네트워크와 숫자의 가방입니다 그것은 심지어, 나는 그것이 더 흥미 진진한 것이 좋겠다

기분이 좋지 않아 당신이해야 할 일은 블록이라고 말하면됩니다 사슬 그리고 당신은 깊은 학습과 블록 체인 것입니다, 당신은 수백만을 함께 만들 것입니다 꽤 흥미 진진한 일단 당신이 모델을 가지고 있다면, 당신은 배포 방법을 찾아야합니다

어떻게 사용할까요? 어떤 사람들은 이것을 서비스에 넣습니다 마지막에 그것을 할 수있는 멋진 방법을 보여 드릴 것입니다 직접 프로그램에 넣으십시오 따라서 배포 또한 중요합니다 어느 것이이 작업과 같은 장소에 들어가고 AI는 dev에 들어갑니다

Ops Dev라고 부르 자 나도 몰라, 거기에 더 나은 아마 그 개발자 작전을위한 기간 >> 오, 그게 있습니다 우리는 이렇게하기 위해 우리는 도움을 줄 수있는 인공 지능 플랫폼을 가지고 있습니다 당신

그리고 아마 당신은 양측을 보았을 것입니다 많은 프레임 워크, 인프라, 도구이지만 솔직히 말해서 당신이 무엇을 알지 못한다면 말이되지 않습니다 아래에 나와있는 두 단계가 있기 때문에이 작업을 수행하고있는 것입니다 이것은 슬라이드가 아닌 것들입니다 아무에게도 의미있는 것이 없습니다

우리가 이해할 때까지는 말이되지 않습니다 ai가 의도하는 바가 무엇인지 또는 기계 학습으로 무엇을하고 있는지 보여줍니다 급습 할 사람들이 많이 있습니다 로봇 이름이나 다른 것들에 대한 과대 광고 그건 과대 광고 야

어떻게 작동하는지 보여 드리겠습니다 깊은 학습에 대해서 이야기 해 봅시다 우리는이 프로그램으로 시작할 것입니다 당신이지었습니다 이것 좀 보자

프로그램 그럼 기계로 바꾸자 이 프로젝트는 여기에서 실행됩니다 괜찮아 이거 준비 됐니? >> 나는이 프로그램이 만들어졌고 그래서 >> cntk를 사용하여 여러 가지 모델을 만들도록 훈련되었습니다

우리는이 경계 상자들을 우리의 얼굴과 세스 주위에 가지고 있습니다 어리석은 표정으로 정서를 식별합니다 오른쪽 상단 모서리에는 차트 추적 기능이 있습니다 우리의 감정은 시간이 지남에 따라, 그래서 우리는 이 점을 여러분 모두에게 지적하십시오 결국 세션 평가,하지만 난 내 필요로 생각 대신 다른 데모 용 컴퓨터

그래서 나는 실제로 들어가고 싶었다 우리가 어떻게 이런 종류의 물건을 만들어 당신에게 아침 내내 어리석은 표정을 짓는 것보다 더 나은 이해, 그게 더 재미 있을지 모르지만 그래서 당신이 이것을보고있을 때, 그리고 그런데, 우리는 의 문제를 보자 마치 여러 명이 있기 때문에 문제, ai 얼굴을 찾는 문제와 다른 ai 문제 어떤 종류의 감정을 해결했는지, 감탄은 내가 최고에 있었기 때문에 내가 극장에 있었기 때문에

학교 그것은 중요하지 않습니다 죄송 해요 장난이야 효과적으로 감정 문제를 풀어 봅시다

프로그래머로서 우리는 이것을 원합니다 권리? 이것이 당신이 원하는 것입니다 이것을 어떻게 구축할까요? AI에서, 우리는 우리는 주어진 기능을 찾기 위해 노력하고 있습니다 예를 들어, 얼굴 그림은 감정을 반환하거나 주어진 것입니다 도로 사진은 좌회전 또는 우회전을 지시합니다

내가하는 말을 보니? 우리는이 마법적인 기능과 이것은 실제로 기계 내부에서 호출되는 것입니다 배우는 것은 가설 기능입니다 왜냐하면 우리는 그것이 작동하는지 모르기 때문입니다 그것은 당신이 원하는 것을 예측할 것입니다 문제는 두 가지 질문이 있습니다

프로그래머로서 두뇌는 마치 x 모양이 좋아, 세스? 음, 돌아 간다 밖으로 x는이 그림과 닮았다 우리는 그것의 많은 그림을 준다 감정의 예, 우리는이 그림이 놀랍다 고합니다 행복

이것은 두려움과 분노입니다 컴퓨터는 이런 것을 본다 >> 그건 정말 못 생겼어, 세스 >> 네, 알아요 그것은 매트릭스와 같습니다

우리는 목적에 따라 축소했습니다 이것은 당신이 pdf 파일을 열 때 나타나는 일종의 것입니다 그것을 봤어 왼쪽 열이 감정의 전자 응답처럼 그 이후의 모든 숫자 0에서 255까지의 리터럴 픽셀 값입니다

그리고 그들은 흑백 사진, 회색 스케일 이었기 때문에 우리는 0에서 255 사이의 숫자에 대해 하나의 슬롯 만 있습니다 이것이 바로 컴퓨터가 배울 수있는 것입니다 말이 돼? 그거야 그것은 무엇을 얻습니다 자, 다시 프로그래머 리자드 두뇌는 우리가 일련의 단계를 생각해 내도록 강요하고 있습니다

그러나 당신은 그 과정을 신뢰해야합니다 다음 질문은이 h가 어떻게 생겼는지입니다 권리, 모두들, 숫자의 무리를 얻고 나는 그것을 통과한다 어떤 종류의 계산을하는 것 그래서 나는 너를 작은 여정에 데려 갈거야

그것은 그냥 머리카락 mathy 수 있습니다 너무 많으면 그냥 올리십시오 너의 손과 나는 멈추고 유니콘이나 퍼지 곰은 우리가 그것을 합리화하는 데 도움이됩니다 내가해야 할 일은 단순화하는 것입니다 문제는 조금이므로 우리는 전체 이미지를보고 있지 않습니다

그래서 우리는이 이미지들을 볼 것입니다 이것들은 조금 더 쉽습니다 9 x 9 픽셀 수학으로 9 이미지를 만들고 우리가 알아 내려고 시도하는 문제를 만들어 봅시다 상단 또는 하단에 밀도가 더 높습니다 그래서 당신의 예측 알고리즘은 상단 또는 하단

학자적이고 색상에 대해 알고, 나는 이미지를 뒤집었다 그래서 255는 보통 흰 색을 의미하지만 여기서는 검은 색을 의미합니다 안에 있어요 그래서, 다시, 우리는 컴퓨터 학습 알고리즘 상단이 어둡거나 하단이 어둡습니다 괜찮아? 우리가 알아 냈어

그것들은 우리가 예측을 했어 우리는 지금까지 좋은가? 좋은 그래서 나는 뭔가를 만들어 낼 것입니다 그것은 단지 약간의 mathy가 될 것입니다 그러나 우리는 우리가 모두 데이터가되기 때문에 수학과 함께 과학자들은이 일을 끝내고 1 년에 10,000 달러 이상을 요구할 수 있습니다

이것이 우리가 발명하려고하는 것입니다 우리는 그것을 만들 것이다 우리는 각 픽셀 값을 취할 것이고, 9 개 밖에 없으며이 9 개의 숫자로 곱합니다 w라고 부르면, 우리는 어떤 일이 일어날 지 알게 될 것이며, 우리는 그것들을 더할 것입니다 모두 함께 무엇이 일어나는 지 봅니다 슈퍼 쉬운, 그리고이 b에서 끝은 일을 바꿔주는 것입니다

예를 들어, 아래쪽보다 위쪽이 어두우면 b가 도움이됩니다 그래서 당신이 이것을 지켜 보면서 나는 갈 것입니다 약간의 mathyness는 다시 다음, 퍼지 곰, 유니콘 올라간다 한 가지에 여러 가지 숫자를 넣는 방법이 있었으면 좋겠습니다 그리고 그것을 mathy라고 부르십시오

그것을 벡터라고 부르 자 >> 벡터는 훌륭하게 들립니다 >> 벡터를 벡터라고 부르 자 벡터 x와 y의 모든 원소를 함께 곱하면 이것은 점 제품이라고하는 수학적 연산입니다 이 물건 기억 나니? 이제 점 제품에는 흥미로운 관계가 있습니다

우리가 w를 고치고 그것의 모든 xs를 우주, 특정 xs와 특별한 관계가 있습니다 그리고 ws는 바닥에 있습니다 x와 aw를 보면, 이것들은 공간의 포인트이며, 0에서부터 우주의이 지점들은 그들 사이에 각도가 있습니다 그들 사이의 각도가 90 도일 때마다 대답 제로가 될 것입니다 숫자에 관계없이 w와 x의 내부

그래서 우리가 먹는 모든 x에 대해 고정 된 w, 0이면 줄을 형성합니다 그리고 한쪽에있는 모든 x에 대해 그것은 긍정적이 될 것입니다 그리고 그 라인의 다른쪽에있는 모든 x에 대해, 그것은 부정적인 것 그래서이 작은 기계는 우리가 그냥 발명했습니다 맞습니다

9 픽셀을 공급하면됩니다 긍정적 인 측면에서, 우리는 이것이이 측면에서 픽셀을 의미한다고 말할 수 있습니다 위로, 그리고 부정적인 의미의 다른 측면에서 나온다면, 그런 다음 아래쪽에 픽셀이 있습니다 나는 천재 다 >> 당신은 천재입니다

>> 사실, 프랭크 로센 양국 – >> 사람들은 이를 수행하기위한 올바른 코드 >> 아니, 내가 설명하는거야 >> 이른 아침입니다 >> 고맙습니다, 고마워요 이것은 실제로 솔직히 1954 년에 발명되었습니다

Rosenblatt 자, 우리는 그것을 넘겨 줄 것이다 도마뱀 프로그래밍의 두뇌가 느슨해 지도록 내버려 둘 것입니다 이 경우 명확하게 픽셀이 맨 위에 있습니다 그래서 당신은 무엇을 제공할까요? ? 내가 그렇게하면 바닥에있는 번호 오른쪽 구석이 양수입니다

그래서 우리는 맨 위에있는 사람들을 추측 할 수 있습니다 이 이미지를 얻으면 어떨까요? 거기에 무엇을 넣으시겠습니까? 쉬운 우리는 끝에 음수를 넣습니다 여전히 앞자리에 번호를 유지하면서 대답은 부정적인 것이며 우리는 바닥을 추측합니다

그러나 보자 우리는 처음으로 돌아 가야 해 하나는 우리가 그것이 작동 하는지를보고 싶기 때문이며 그것이 작동한다는 것을 알기 때문입니다 나는 내 자신의 두뇌와 함께이 문제를 해결할 것입니다 w 함께 올 그래서 우리는 우리가 이것을 가지고있는 작은 기계를 가지고 있습니다

정면에서는 부정적인 것이고, 만약 우리가 9 픽셀 이미지로 상단 또는 하단을 예측할 수 있습니다 너는 그걸 좋아하니? 그게 뭐니? >> 좋은 질문입니다 예를 들어, 상단이 조금 더 어둡다 고 가정 해 봅시다 바닥보다, 우리는 최고를 추측하고, 우리가 할 수있는 것은, 우리는 그것이 긍정적 인 b를 추가 할 수 있습니다 바이어스라고 부릅시다

>> 정말 멋지다 >> 나는 그것을 사랑한다 당신이 데이터 과학자이고 너는이 물건을 안다 왜냐하면 우리는 목적에 까다롭기 때문에 실제로 이것이 모델이라고 부르는 바이어스라고 불립니다 정말 바보 같아

너가 저장하는 작은 모델이야 무리 다 숫자 중, 아,하지만 너는 9 명의 엘을 준다 상단 또는 하단 예측 >> 이것은 매우 지루한 예제입니다 상단, 중간 및 하단을 예측할 수 있습니까? >> 네가 물어 봤기 때문에 기쁘다

그리고 이것은 리허설이 아니었다 에드 >> 알았어 >> 만약 당신이 예측하고 싶다면 상단, 중간 및 하단? 그게 문제 야 그건 아니고, 각 기계마다 하나의 기계를 만드는 것입니다

맞습니까? 과 이 숫자를 쌓고 전화를 걸 수있는 방법이 있어야합니다 그들에게 뭔가 좋아하는 영화가 있니? 있다 >> 나는 그 행렬을 좋아합니다 >> 행렬이라고 부르 자

우리는 그것을 행렬이라고 부를 것이고,이 행렬은 행렬로 바뀔 수 있습니다 3 차원 적이어야하고 그러한 것들은 텐서라고 부를 수 있습니다 >> 우와 >> 나는 알고있다 이 이미지를주고 그것을 통해, 내가 다 끝났어

쿠키 괴물에 대해 생각해 볼 때, 나는 무엇인지 모르겠다 나랑 틀렸어, x를 잡고, 그것을 잡고 그것을 옆으로 돌려라 34U89 개의 주인공을한데 모아서 더한다 숫자와 숫자가 가장 높습니다 예측, 상단 중간 또는 하단

당신이 보여요 그 그런 다음 멋진 모델을 추가 할 수 있습니다 결국 그것은 그것을 확률로 평평하게합니다 이제 우리는 기계 각 컴퓨터마다 ab가 있습니다

그래서 그것은 벡터입니다 그래서이 기계는 모든 것을 볼 것입니다 9 픽셀이며 상, 중 또는 하를 예측할 수 있습니다 그거 보여? 정말 멋진! 그러나 seth, 당신은 물을지도 모른다, 우리는 묻는다 이걸 예측하는거야 9 픽셀이 없습니다

그렇습니다 그것은 9 개의 픽셀을 많이 가지고있다 세그먼트로 나누어서 나누어 보겠습니다 권리? 우리는 그것들을 모두 모을 것이고, 조금 만들 것입니다 9 픽셀의 각 세트에 대한 기계를 그리고 우리는 스택 것입니다 그들

말이 돼? 그만큼 더 많이 쌓을수록 깊은 학습이라고 부릅니다 우리는 단지 구조에 ws와 bs를 저장하고 있으며 그것은 ai입니다 너가 여기 들어 와서 너 한테서 듣고 싶어서 미안해 소설 속보, 말 그대로 숫자의 무리입니다 그래프 구조

그는 당신에게 모델을 보여줄 것입니다 열린 상태가되어 숫자가있는 그래프 구조가 표시됩니다 따라서 현학적 인 사람들에게는 콘볼 루션 네트워크라고 부릅니다 이런 식으로 완전히 연결되어 있지는 않지만 시간이 없어서 그것이 내가 가진 그림입니다 그게 전부 야

그럼 다음 질문은 뭐니? 연습하지 않았습니다 어떻게 ws와 bs를 얻습니까? 이 깊은 네트워크를 상상해보십시오 이 거대한 이미지를 상상해보십시오 우리는 실수를 최소화하십시오 우리는 만드는 방법을 찾고 싶다

최소한의 실수는 가능합니다 그럼 우리가 어떻게해야합니까? 우리는하다 우리를 위해 영국과 수학을하는 사람들을위한 수학 하나만있는 미국 저기서 뭔가를 올려 놓을 게요 다시 말하지만, 퍼지 테디 베어 유니콘 (unicorn)은 예측하는 기능이며, Y가 정답입니다 그 칼럼을 기억하십시오

상황은 상단, 중간 하단이었다 우리가 하나와 대답을 추측한다면 하나,이 뺄셈은 무엇입니까? 제로 우리가 하나를 추측하고 대답이 0이면 우리는 0이 아닙니다 그래서 우리는이 물건을 가능한 한 제로 내가 말한 것과 같은 종류의 내가 자랄 때 – 미안, 이제 나는 개인적으로 들어갔다

소지품 >> 우리는 실수를 최소화하려고 노력했습니다 >> 우리에게 h 기능이 있음을 알게되었습니다 숨겨진 ws와 bs 왜냐하면 우리는 그들의 무리가 있습니다 우리는 9 대마다 작은 기계마다 ws와 bs를 가지고 있습니다

픽셀 세그먼트와 ws 및 bs, 톤 이러한 행렬을 곱하는 빠른 방법이 있어야합니다 우리가 사용할 수있는 뭔가가 있어야합니다 >> gpus처럼? >> 네 >> 매트릭스 숭어 표시는 게임을 렌더링 할 때 gpus가하는 것입니다

해야 할 것 이것이 gpus가 중요한 이유입니다 요즈음 이 기능을 손실이라고합니다 기능 또는 비용 기능

우리는 이것이 비용 0을 원한다 따라서 최소한의 기능 만 있으면됩니다 미적분을 사용하면 함수를 최소화 할 수 있습니다 미적분을 모른다면 괜찮습니다 내가 너에게 보여 줄게

모든 사람들이이 기능을 보았습니다 X 제곱 Par la 당신을 남자 또는 앉아있는 숙녀, 1 차원으로 버리십시오 이 라인에 앉아있는 사람, 그 중 가장 낮은 지점은 무엇입니까? 기능

나는 너에게 힌트를 줄 것이다, 운율 earo와 제로 맞지? 당신이있는 경우 이 함수를 사용하여 눈을 감았다고 가정 해 봅시다 가장 낮은 지점으로 가고 싶습니다 어디에서합니까? 산책 잘 , 당신이 조치를 취하면 아래로, 그렇지? 방법

>> 컴퓨터가 어떤 것을 알고 있습니까? 길은 무너 졌니? 우리는 기울기를 측정해야합니다 y의 작은 조각을 가져 가자 그리고 x의 작은 조각과 나눕니다 그것 우리는 dx로 dy라고 부를 것입니다

나는 여기에 공을 뱉을 뿐이야 그래서 나는 당신에게 무엇을 말할 것인가? 함수의 파생 함수는 2 배입니다 우리는 사고 연습을 할 것입니다 당신은 무슨 일이 일어나고 있는지 감을 잡을 수 있습니다 그 작은 남자가 3에 서 있다고 가정 해 봅시다

x 제곱이란 무엇입니까? 3에서 x 제곱이란 무엇입니까? 아홉 3의 미분 값은 6의 2 배 3입니다 어떤 방향으로 걸어 가야합니까? 우리는 6을 필요로합니까? 양수 또는 음수 6 점? 아직 이른 >> 부정적인면에서 6 점 >> 그래서 만약 우리가 미분 시간 – 1 우리는 올바른 방향으로 가고 있습니다

2 번 3은 6, 1은 aminus 6이므로 3에서 6으로 걸을 것입니다 우리가 3을 빼고 6을 빼면, 우리는 무엇에 있습니까? 마이너스 3, 네, 들었습니다 나를 구해줘 고마워 마이너스 3 맞지? 이러다 다시

우리는 마이너스 3에 있습니다 마이너스 3 제곱은 9입니다 마이너스 3은 마이너스 6입니다 그래서 우리는 6 번 다시 걸을 것입니다 지금 어디 있니? 오, 친구

내가 계속 그렇게하면 어떻게 될까? 너 절대 갈 수 없어 바닥으로 가라 따라서 우리는 단계를 확장해야합니다 파생물로 가져 가라 그 일은 학습 속도, 그리고이 알고리즘은 그라데이션 반대 의견이라고합니다

그래서 우리가 ws로 개발 한이 거대한 함수와 Bs, 당신은 단지 aw를 추측한다 그리고 모든 단계에서 당신은 그것을 더 많이 준다 옳은 일에 대한 더 많은 예와 그 일은 무엇입니까? 앞으로 피드를 보내고 값을 얻은 다음 우리가 가져 오는 파생물을 사용합니다 대기를 업데이트하는 단계 너를 위해 Pedantic, w는 벡터이므로 이것은 그라디언트입니다

그래서 당신이 모든 일을 이해하지 못한다고해도, 당신은 x가 들어오는 것을 이해하고, y는 대답이고, 모델 기능에는 ws 및 bs가 포함되어 있으므로 많이 먹여야합니다 정답을 가진 예제 중 덮개를 씌우고 오른쪽 b를 찾을 때까지 계속 반복하십시오 손실 된 비용 함수 이 경우에는 의미가 있었다 사각형이지만, chris가 사용할 다른 것이 있고 그라디언트 의견을 사용하여 최적화

괜찮아? 당신이하지 않으면 이 외의 다른 것, 당신은 방금 ai를 배웠습니다 그물에 숫자가 많습니다 그게 전부입니다 다른 것은 없습니다 그래서 당신은 무엇을, 나는 약간 비명을 지른 것처럼 느낀다는 것을 안다

>> 우리는 사람들을 다시 깨워 야합니다 >> 그렇게 일찍 우리는 해석 방법을 실제로 이해 한 응용 프로그램 인간의 감정은 얼굴을 찾았지만 어떻게해야합니까? 맞춤형 비전 웹 서비스를 사용할 때와 마찬가지로 언제든지 모델을 교육하고 싶다면 데이터를 교육 세트, 테스트 세트, 당신은 문제는 시간이 지남에 따라 올바르게 학습되고 있습니다 이제, gpu가 내장 된 지역 서적을 사용하여, 도구를 사용하여 로컬에서 코드를 단계별로 반복 할 수 있습니다 비주얼 스튜디오에서의 비주얼 스튜디오 코드 osh의 확장 꽤 잘 할 수 있지만 더 많은 데이터가 항상 박동합니다 더 나은 알고리즘 덕분에 우리는 그것을 확장 할 수있었습니다

훈련 일? 하늘색 기계 학습 또는 하늘색을 사용하는 구름 일괄 처리 인공 지능을 사용하여 멋진 gpus를 갖춘 컴퓨터로 대량의 데이터를 처리 할 수 ​​있습니다 따라서 코드를 로컬에서 디버깅 한 후에는 다음에이 코드를 제출할 수 있습니다 구름과 푸른 하늘의 힘을 사용하여 신속하게 훈련하십시오 많은 사람들이 왜 우리가 목성에 대해서 말하지 않는지 궁금해하고 있습니다 노트북은 데이터 과학에 대해 많은 이야기를하기 때문에 목성 노트를 좋아하는 데이터 과학자들도 있습니다

내가 밟은 정확한 코드를 어떻게 사용할 수 있는지 보여 드리겠습니다 로컬 및 디버깅을 통해 목성 노트를 통해 이것을 수행하는 하늘색 기계는 sdk를 더 쉽게 학습합니다 나는이 노트북에서 우리가 가지고있는 사실을 강조하고 싶다 일괄 처리 클러스터를 동적으로 스핀 업하는 기능 따라서 컴퓨팅 리소스에 대한 비용을 지불 할 필요가 없습니다

당신은 그들을 사용하지 않습니다 이것을 실행할 수 있습니다 자동으로 클러스터를 프로비저닝하고 필요에 따라 시스템을 추가합니다 원하는 기계의 chai 유형을 지정하는 경우에도 nc 시리즈 머신에는 nd, n뿐만 아니라 그 안에 강력한 GPU가 있습니다 우리가 이야기 한 깊이있는 학습을위한 시리즈입니다

왜냐하면 그것은 곱셈을 정말로 잘 다듬을 수 있습니다 그런 다음 dpok – docker를 사용하여 코드를 실행합니다 컨테이너 상태를 추적합니다 시간이 지남에 따라 내 직업에서, 그리고 우리가 말한 것처럼 아주 멋지다

더 일찍, 우리는 무엇을 필요로합니까? 음,이 중 일부는 학습 속도와 같은 것들, 우리는 일종의 추측을해야 할 것입니다 우리는 그것을 과학이라고 부를 수 있지만 근본적으로 우리는 추측하고 확인하십시오 이 하이퍼 매개 변수를 수행 중입니다 최적화와 같은 주요 통계를 실제로 취하는 최적화 학습 속도와 운동량 율, 얼마나 빨리 움직여야 하는가? 우리가 최고의 가치를 찾으려 할 때 주위에? 그만큼 대답은 내가 모른다 세스는 몰라요

그는 당신이 알고 있다고 말할지도 모르지만 그는 모른다 그래서 우리는 단지 시도하고 실험해야하며 우리의 우리가 수행하는 주요 측정 항목을 실험하고 추적하십시오 사용하기에 가장 좋은 값을 알아내는 실험 그리고 sdk를 배우는 하늘색 기계를 사용하면 우리가 할 수 있습니다 시스템이 실제로 파악할 자동화 된 방식으로 아웃은 사용하기에 가장 좋은 가치이며 더 중요한 것은 더 재미있게, 그것은 업데이 트와 함께 진행됩니다 다음 값을 다시 시도해보고 이러한 작업을 한꺼번에 실행하십시오

병렬로 키 메트릭을 추적하십시오 적어도, 우리는 최소한을 망치고 싶다 가장 낮은 손실을 감수합니다 우리는 가장 낮은 것을 원한다 분류 오류

우리가 여기서 볼 수있는 방법은 동시에 여러 작업이 발생하고 일부 작업이 표시됩니다 그 선들 중에서 다른 선들만큼 멀리 가지 않는다 무슨 일이 일어나고 있는지 우리는 실제로 클라우드 및 우리가 다음과 같은 작업에 컴퓨팅을 사용하지 않도록합니다 진행 중이지만 다른 사람들과 마찬가지로 진행되지는 않습니다 그래서 우리는 단지 그것이 보여주고있는 것만을 확신시킬 수 있습니다

약속은 살아있다 그래서 매우 유망한 여기 기능, 꽤 멋지 네요 우리는 클러스터를 동적으로 회전시킵니다 우리는 최상의 결과를 얻기 위해 여러 대의 GPU 시스템을 병렬로 사용했습니다 우리가 할 수있는 한 빨리 우리가 할 수있는 가치, 그리고 우리는 일자리를 죽였어

우리가 사용할 수 있도록 최상의 결과를 반환하지 않습니다 우리가 원하는 최종 결과를 얻으려는 계산입니다 그런 다음 우리가 가장 좋은 모델을 찾으면 사용할 수 있습니다 여기 비주얼 스튜디오에서 볼 수 있습니다 모델을로드하고 모델에서 모델을 참조하여 사용하십시오

비주얼 스튜디오는 계속해서 작업을 추적하고 공동 작업 할 수 있습니다 데이터 과학자들이 작업하고있는 프로젝트 우리 모두가 동일한 파이썬 훈련 코드를 가질 수 있기를 바랍니다 그리고 하나의 응용 프로그램 코드가 모두 함께 repo 및 모델과 프로젝트 코드를 동시에 반복 할 수 있습니다 다른 개발자와 마찬가지로 우리는 같은 데이터 과학자들과 함께, 그것은 대단합니다 이제 우리는 앞으로 나아가서 이것이 매우 중요하기 때문에 슬라이드는 잠시 동안, 이것은 매우 중요합니다

여기에서 매우 중요한 주제 >> 우리가 간다 우리가 가진 것처럼 보입니다 >> 훌륭합니다 데이터 과학자와 개발자가 작업하는 방식은 종종 매우 중요합니다

아주 다른 그들은 다른 도구를 사용하고 있습니다 다양한 기술, 다양한 언어 및 프레임 워크 따라서이 데이터 과학자들은 Tensorflow, 원형 토치, 등등, 그리고 그들이 있는지 여부 로컬 또는 클라우드에서 실행하면 요점은 전통적으로 개발자가하지 않는 것을합니다 그들이 코드에 대해 실험하고있는 방식과 그들은 그 모델을 개선하고 있습니다

우리는 애플리케이션을위한 전통적인 코드를 작성했지만, 데이터 과학자들이 계속하기 때문에 함께 일하십시오 해당 모델을 업데이트하십시오 그들은 더 잘 생산하려고합니다 품질 결과 및 그 결과를 확인하기를 원할 것입니다 이 모델은 애플리케이션 및 서비스로 구름 또는 가장자리에

그래서 우리는 서로 동기를 유지해야합니다 자, 우리가이 일을 조금 도와 주었던 방법 중 하나 조금 더 쉬우면 데이터 과학자입니다 도구 및 – 모든 프레임 워크와 도구입니다 모델을 개발자에게 넘기면 개발자는 다음과 같습니다 말하자면, 음, 이제 나는 tensorflow, 또는 i를 배울 수있다

cntk를 배울 수 있었고 모델을 사용하는 방법을 알 수있었습니다 내 응용 프로그램 및 코드를 작성하십시오 그건 의미가 있습니다 그러나 다음에 데이터 과학자가 감정을 배우는 것과 똑같은 일을하기로되어 있는데, 그들은 당신에게 더 좋은 모델을 건네 줄 것이고 다음에 그들은 파이처럼 프레임 워크를 사용할 수있는 더 나은 모델을 당신에게 건네주세요 토치

그리고 당신은 잠깐 기다리는 것과 같습니다 방금이 모델을 포함하는 방법을 알아 냈습니다 프레임 워크와 이제는 다른 프레임 워크를 제공하고 있습니다 내 보안 검토 프로세스를 통해이를 실행해야합니다 그것과 함께 일하는 사람들은 나를 위해 괜찮은지 확인하십시오

그런 것들을 배우는 것 외에도 이것을 조작하십시오 그래서 이것은 오닉스가 도움이되는 곳입니다 다행스럽게도 당신은 오닉스에 관한 우리 부스의 일부 회담에도 참석했기를 바랍니다 그렇지 않다면 확인해보십시오 이것은 모든 것을 나타내는 방법입니다

상호 운용 가능한 교차 플랫폼 방식으로 해당 모델에 캡슐화 된 지식 >>이게 ws와 bs를 감싸는 방법이라고 말하고 있습니까? 모두가 공유 할 수있는 좋은 방법입니까? >> 꽤 많이 그래서 당신은 당신이 좋아하는 모든 종류의 프레임 워크로 그것을 훈련시킬 수 있습니다 그리고 기본적으로 그것을 onyx로 내보내거나 onyx로 변환하고 애플리케이션에서 오닉스 모델을 사용하면 슈퍼 쉽기 때문에 오닉스 실행 시간을 사용할 수 있습니다 클라우드 또는 가장자리에 있으며 도구 또는 과학자들이 모델을 훈련시키는 데 사용하는 프레임 워크는 쉽습니다

앱에 포함하십시오 >> 그래서 너는 친절하다고 말한다 깊은 학습의 pdf처럼? >> 꽤 많이 >> 루프를 닫으십시오 너는 내가 그곳에서 뭘했는지 보느냐? >> 이제, 우리가 이것을 어떻게 수행하는지 정확하게 보여 드리겠습니다

모델, 우리는 샘플 이미지를 가지고 있습니다, 그래서 우리는 링크가 있습니다 더 자세히 설명해 드리겠습니다 우리는 그 샘플들을 잔뜩 가지고있었습니다 이미지를 더 일찍 만들고 샘플 이미지를 사용하고 싶습니다 우리가 할 수있을뿐만 아니라

그래서 보통 우리가 로컬 컴퓨터에 샘플 데이터 세트가 있으면 단계별로 진행합니다 교육을 통해 지역의 모델 교육 코드 기계를 사용하고 훈련을 푸른 색으로 스케일 아웃 인공 지능, 코드, 목성에 대한 시각적 스튜디오 도구의 조합 클라우드에서 호스팅되는 노트북, 그리고 우리는 계속 추적 할 것입니다 그 실험은 푸른 기계 학습을 사용하고 우리는 모델을 내보내고 응용 프로그램에서 모델을 사용하거나 클라우드의 클러스터에서도 호스팅 할 수 있습니다 이 경우, 나는 그것을 Visual Studio에서 직접 사용하기 만하면됩니다 앱과 로컬에서 실행되는 것을 보았습니다

그래서 희망적으로 말이됩니다 지금, 우리는 오늘 아침에 많은 재미를 보았습니다 당신은 우리의 농담을 즐깁니다 좀 더 보여주고 싶다 우리가 실제로 똑같은 단계를 수행하는 흥미로운 시나리오 하지만 더 재미있는 사용 사례가 있습니다

사람들이 잔뜩 있어요 스탬 포드 (Stamford)에서는 조사를했고 공개적으로 흉부 X 선 영상을 가진 국립 보건원의 사용 가능한 데이터 세트 그들이 갔다가 흉부 엑스선을 표시하고 이것을 말한 곳 사람에게는이 질병이 있고이 사람에게는이 문제가 있습니다 같은 과정을 거쳤습니다 이미지, 코카콜라, 에스프레소 등등 그들은 단지 가슴 엑스레이를 나 같은 사람으로 분류했습니다

방사선학에 대해 아무것도 몰라서 나중에 모델에서 지능 그래서 그들은 모델을 훈련 시켰고 그들이 규칙을 얻을 수 있었고, 그 사람이 어떤 종류의 인간 훈련과 동등한 질병을 앓 았는지 방사선과 의사는 인상적이며 훌륭한 백인을 썼다 종이, 흥미 롭군요 그들은 코드를 공유하지 않았습니다 그들은 모델 자체를 공유하지 않았습니다

그러나 Microsoft의 과학자 중 일부는 Microsoft의 Microsoft ai 실험을 재현하고 모델을 훈련시키는 플랫폼과 도구 그래서 나는 이것이 어떻게 작동 하는지를 정확하게 알려줄 것입니다 하지만 먼저,이 그림을 이해하면, 나는 토글을하고 싶다 끝내서 응용 프로그램을 보여줍니다 >> 아름다워

>> 고맙습니다, 세스, 고맙습니다 그 그래서 여기에 내가 ipad있어 우리가 만든 응용 프로그램을 사용하면 내가 볼 수 있습니다 로컬 장치에있는 이미지를 선택하기 만하면됩니다 모델과이 애플리케이션 내부에 모델을 넣었습니다

우리는이 이미지들 중 하나를 선택할 수 있습니다 완료되었거나 이미지가 분석 중이거나 모델을 장치의 이미지에 채점합니다 당신은 의사를 상상할 수 있습니다 말하자면, 캔사스 중간이거나 어딘가에서 멀리 떨어진 곳입니다 그들이 훌륭한 일반 개업의 인 곳

그들은 방사선 전문의가 아닐지도 모르지만 그들은 함께 볼 수 있습니다 환자들이 말하길, 알았어 여기에가 신속하게 선별 해 보겠습니다 대도시로가는 것이 가치가 있는지 확인하십시오

더 나은 관리 그래서 이것은 인간 속에서, 그것은 능력을 오히려 증가시키고 있습니다 이 모든 다른 것의 지식을 가진 모든 인간 방사선 전문의는 이미지 라벨링 과정을 밟았습니다 모델 교육 자, 당신은 우리가 다리에 tas가있을 때도 있고, 누군가를 보게하고 후속 조치를 취해야한다고 말할 수 있습니다

그,하지만 나는 몇 가지 다른 예측이 있습니다 그래서 다시 인간의 기술을 향상시킬 수 있고, 거기에 오라고 말할 수 있습니다 추가로 후속 조치를 취할 수있는 몇 가지 사항이 있습니까? 중요한 것 이제는 여기 앱이 확실히 흥미 롭습니다 그 정확한 모델은 다른 장소에서도 작동 할 수 있습니다

창 ml의 힘을 사용하여 똑같은 모델을 실행할 수 있습니다 로컬 장치에서 우리는 한 번 모델을 훈련시킵니다 클라우드를 클릭 한 다음 해당 모델을 다운로드하여 지능형 라이브러리는 PDF를 생성하는 것과 같습니다 그 라이브러리는 어디에서나 사용할 수 있습니다

어디서나 그 모델을 사용할 수 있습니다 게다가 그리고 그것은 매우 강력합니다 우리는 어떤 질병이라도 점수를 매길 수 있습니다 이 엑스레이는 아주 빨리

그래서 당신은 노트를 통해 일하는 사무실의 의사를 상상할 수 있습니다 중앙 집중식 의료 영상에서 이미지를 수집합니다 기록과 그들은 그것에 대해 살펴보고 무슨 일이 일어나고 있는지 느낄 수 있습니다 실제로 응용 프로그램을 작성하는 데 필요한 것을 보여 드리겠습니다 그렇게

그래서 처음에, 다시, 나는 단지하고 싶다 여기에 컨텍스트가 있는지 확인하십시오 이것은 정확히 동일한 프로세스입니다 우리는 어떤 종류의 음료 그것은, 또는 다른 것입니다 우리는 입력 샘플 데이터로 시작합니다

이 경우, 그것은 흉부 X 선이고, 우리는 우리의 툴은 클라우드를 사용하고 그 모델을 내보내거나 클라우드에서 모델을 호스팅하십시오 자, 너에게 몇 가지를 보여 줄게 모델을 배포하는 다른 방법은 매우 중요하기 때문에 Microsoft 내부에서 일하면서 다양한 플랫폼으로 작업합니다 때로는 모델을 iot 가장자리에 배치해야합니다

때로는 하늘에 모델을 배치하고 클라우드에서 실행할 필요가 있습니다 때로는 iOS 또는 Windows 또는 Android에 배포해야하는 경우가 있습니다 그래서 나는 데이터 과학자들이 어떻게 하나의 업데이트를 만들 수 있는지 보여줄 것이다 모델에 개발자가 포함 할 수 있는지 확인하십시오 dev 운영 체제의 cicd 유형에 따라 프로그래밍 방식으로 모델 업데이트 다른 코드와 마찬가지로 프로세스

그리고 iot edge, windows뿐만 아니라 이것을 배포하십시오 푸른 색 함수를 사용하여 코스모스 득점 그래서 그것이 우리가가는 곳입니다 이것으로 잘하면 커피를 마셨다 게다가

흉부 x- 레이는 다른 네트워크의 네트워크를 통해 곱한 숫자와 패키지 모델에 저장됩니다 여기에는 마법이 없습니다 >> 패키지 된 모델은 다시 어떤 프레임 워크인지에 관계없이 패키지 모델을 교육하기 위해 사용하는 패키지는 여전히 패키지입니다 모델 및 데이터 과학자 개미 훈련 모델 오닉스를 사용하면 ai를위한 도구를 사용하여 오닉스로 쉽게 변환 할 수 있습니다 Visual Studio에서

우리는 모델을 만들었습니다 시제에서 변환 할 수있는 변환기는 흐름 등이며, 그래서 우리는 오닉스를 통해 모델을 변환 할 수 있습니다 응용 프로그램 또는 tensorflow를 통해 오닉스 모델을 사용하십시오 모델 그래서 우리는 새로운 프로젝트 파일을 작성합니다

모델 추론 프로젝트 템플릿을 가지고 있습니다 Microsoft ml 득점 라이브러리 이것이하는 일은 이것입니다 본질적으로 그 모델을 일부 C 코드로 래핑하여 실제로 모델을 실행하기위한 실행 시간 그래서 내가 너에게 보여줄 것은 어떻게 해당 모델을 응용 프로그램으로 가져 와서 코드를 실행하고 실제로 모델을 실행할 런타임을 지정하십시오

보시다시피, 이것은 데모입니다 여기에 프로젝트가 있습니다 우리는 간단하게 할 수 있습니다 모델 파일을 마우스 오른쪽 버튼으로 클릭하여 추가 할 수 있습니다 그리고 이것은 여기서 날카로운 코드를 생성 할 것입니다

모델이 추가되고 생성 된 C 코드가 있음을 알 수 있습니다 그래서 간단합니다 마우스 오른쪽 버튼 클릭, 추가, 우리는 가서 우리가 가지고 있는지 확인하고 싶다 내 추론 프로젝트에서 참조하십시오 For you – 내가 보여줄 것은 모델을 다음과 같이 패키지화 할 수 있다는 것입니다

새로운 get 패키지로 생성하는 코드 새로운 패키지를 얻으십시오 익숙하지 않다면 압축하는 방법입니다 관련 코드를 함께 그것을 얻는 쉬운 방법입니다

패키징 코드는 Devs는 익숙하므로 가져 와서 가져올 것입니다 여기 모델 그리고 나서 나는 찾아 볼 것이고 나는 전에 보여 줬던 똑같은 모델을 가져올거야 우리는 또한 tensorflow 모델을 가져올 수 있습니다 검사 점 파일뿐만 아니라 오닉스 모델과 프로세스가 똑같은 방법으로 일하십시오

진행될 것입니다 모델의 네트워크 구조를 분석하려고합니다 그것은 최상의 입력과 출력을 찾을 것입니다 그래프를 작성한 다음 여기에 몇 가지 코드를 생성합니다 우리가 코드를 생성하고 있기 때문에, 나는 당신에 대해 모른다

하지만 나는 내 코드에서 특정 명명 규칙을 따르십시오 데이터를 기반으로 코드를 생성하는 것이 아닙니다 과학자가 그래프를 만들었습니다 나는 그것을 청소하고 싶다 그래서이 클래스에 이름을 부여하고 인터페이스를 편집 할 수 있습니다

그래서 호출하는 대신 평가, 나는 그것을 예측이라고 부를 것이다 그리고 그것을 0으로 입력하는 대신 >> 입력 0을 좋아하지 않습니다 >> 나는하지 않는다 우리는 입력 엑스레이를 말할 것입니다

예측 결과를 출력합니다 그렇게하면 코드가 더 많아 질 것입니다 읽을 수 있습니다 확인을 클릭 할 수 있습니다 이 애플리케이션에도 모델이 추가 된 것을 볼 수 있습니다

우리는 – i를 복사 할 것입니다 잘못된 파일입니다 그래서 마이크로 소프트 ML 득점은 생성뿐만 아니라 입력 및 출력 그러면 모델이 실행됩니다 이것은 텐서 (tensors) 결과를 모두 돌려주지 않고 직접 코드 작성

물론, 나는 아직도 쓰려고한다 하늘빛 기능 자체에 대한 코드이지만, 우리는 새로운 get 패키지에 대한 의존성 새로운 get 패키지를 만들 것입니다 마우스 오른쪽 버튼을 클릭하면 new get package로 내보낼 수 있습니다 새로운 get

Org 또는 우리 자신의 vsts 피드에 Windows 머신 용 모델을 가져 오는 방법을 보여 줬습니다 푸른 색이나 다른 장소에서 학습하고도 실행할 수 있습니다 그것은 Windows 머신 학습이없는 최신 윈도우로 업그레이드되지 않습니다 따라서이 오닉스 모델을 필요할 때 어디에서나 사용할 수 있습니다

여전히 dev 작업 프로세스에서 루프를 닫아서 확실히 확인해야합니다 실제로 우리는이 것을 적절한 방식으로 배포합니다 그래서 제가 여기에 vsts에 빌드를 설치했는지 주목하십시오 의존성은 찾고있어,이 오닉스 모델에서 트리거됩니다 따라서 데이터 과학자가 체크인하여 얻을 때마다 그 onyx 모델 업데이트는 다음으로 진행될 것입니다

내 추론 프로젝트를 생성 할이 빌드를 트리거합니다 내 새로운 패키지를 얻으므로이를 업데이트 할 것입니다 그것은 – 우리는 또한 프로젝트 빌드가 여기에 설정되어 오닉스 모델을 찾을 것입니다 azure ml cli를 사용하면 우리는 Docker 컨테이너와이를 iot 가장자리로 롤아웃하면됩니다 또한 하늘색 함수를 업데이트 할 때 azure 함수 자체에 대한 코드 변경 또는 빌드는 새로운 get 패키지에 대해 완료되었습니다

모델 그래서 우리는 일종의 데이지 체인을 가지고 있습니다 몇 가지를 함께하면 나도 일찍 알 수 있습니다 오닉스 모델 dpoats가 커밋되고 하늘을 트리거합니다 기능

>> 그가 이렇게 말하면서, 우리는 1 톤의 물건을 보여주기 때문에 모델, 원하는대로 할 수 있습니다 우리는 당신이 모델로 할 수있는 것에 당신에게 미친 것들을 보여주었습니다 따라서 실제로 어떻게 사용할 수 있는지 이해할 수 있습니다 여기서 중요한 것은 모델이며 배포 할 수 있습니다 그것

데이터 장면을 구분할 수 있습니다 Wrup은 모델을 데이트하고 자동으로 모든 일을 처리합니다 >> 지금 내가하고있는 일은 나는 이미지들을 많이 올리고있다 가슴 x- 선 우주 db 우리는 반드시 장치에 점수를 매기는 것은 아닙니다

우리는 클라우드에서 득점을하고 감사 대상을 가질 수 있습니다 그 시점에서 예상했던 것을 기록하십시오 따라서 우리는 그 시점의 예측을 따라 점수를 매길 것입니다 코스모스 db 이미지 여기서 일어나는 일은 이것은 a를 사용하여 하늘색 함수 인스턴스를 묶어서 회전시킵니다

코스모스 db 트리거 그래서 이미지를 쓰고 있습니다 Cosmos db를 선택하면 그 점수를 예측합니다 다른 질병 그래서 우리는 cosmos db를 사용할 수 있습니다 Azure 기능보기는 여기

몇 초가 걸리는 것을 알 수 있습니다 Ago, 이것이 컴퓨팅 리소스를 할당한다는 것을 알 수 있습니다 스코어를 계산하고, 코스모스 DB를 몇 초 만에 업데이트 할 수 있습니다 코스모스 db보기로 가서 쿼리를 실행하면 실제로 우리가 많은 X 선 이미지를 업로드 한 것을 볼 수 있습니다 그리고 우리는 각기 다른 질병에 대한 예측을 가지고 있습니다

그 중 하나 인 엑스레이 이미지 이것은 꽤 굉장합니다 이제는 자동으로 모델을 유지할 수있을뿐만 아니라 모든 기기와 클라우드에서 최신 상태로 유지하면서 확실하게 확인합니다 서버리스에서 클라우드에서 점수를 매길 수 있습니다 건물과 유지 관리에 집중할 수있는 방법 인프라 관리와 대조되는 응용 프로그램

>> 꽤 놀랍습니다 그에게 손을 뻗어 봅시다 그거 좋은 물건 이었어, 그렇지? [박수] >> 좋습니다 우리가 많은 일을했기 때문에 이걸로 이른 아침 우리는 하늘빛에 많은 인공 지능 서비스를 가지고 있습니다

이제 ai를 구축한다는 것을 이해하게되었습니다 모델, 특히 깊은 학습 모델 업데이트 관련 예를 들어 계속 반복되는 숫자의 무리, 지금, 당신 클라우드가 왜 중요한지 이해하십시오 이걸 훈련시켜야하기 때문에 상황이 오래 걸립니다 당신이 가질 수 있다면 이를위한 인프라는 훌륭합니다 당신이 서비스를 가질 수 있다면 dev 연산을 수행하십시오

훌륭하지만, 그렇지 않은 경우 당신과 당신은 단지 모델을 가져올 수 있기를 원합니다 그렇게 할 수 있습니까? 아니면 거래하고 싶지 않으면 모델은 전혀 없습니다 우리는 미리 인공 지능을 구축 할 수 있습니다 몇 번의 클릭만으로 자신을 맞춤 설정하십시오 이제 시각적으로이 작업을 수행 할 수 있습니다

인공 지능을위한 스튜디오 도구 또는 맞춤형 모델을 만들고 싶다면, 이것이 당신의 일이고 건물에 들어가기를 원한다고 가정 해 봅시다 cndk, tenser floor, care를 사용하는 심층 학습 모델 당신이 사용하는 것을 착용하지 마십시오 우리는 우리가 제공하는 회의 및 인프라 및 도구 당신의 취향에 달려 있습니다 그것을 해결하는 나의 일 다음으로 우리는 시각적 인 스튜디오 툴을 가지고 있습니다

인공 지능 당신이 편한 경우, if 당신은 Visual Studio에 익숙합니다 그것은 당신 것이니까, 우리는 이러한 도구가 내장되어 있어야합니다 예를 들어, 우리가 다 떨어지기 때문에 그가 보여주지 못한 것들 비주얼 스튜디오를 열면 바로 시간을 보냅니다 AI에서 무언가를 시도하고 싶다면, 기계를 열어 볼 수 있습니다

학습 갤러리 >> 예, ai 도구 메뉴 >> 샘플 갤러리 나는 항상 잘못 이해합니다 그리고 예제 ai로 프로젝트를 만들 것입니다

기계 학습 프로젝트는 당신이 무엇을 실행하고 볼 수 있습니다 그리고 그렇지 않다면, 당신은 단지 위로 회전 할 수 있습니다, 당신은인지를 자극 할 수 있습니다 올바른 일을하는 서비스 그래서 요약 해 보겠습니다 당신이 더 많은 것을 찾고 싶다면

매우 명확하게, 핵심 메시지 오늘날 AI는 모든 사람을위한 것입니다 당신은 오늘 그것을 사용할 수 있습니다 그것은 세 가지 방법 중 하나입니다 사전 구축 된 서비스부터 시작할 수 있습니다 아이

지금 당장 사용해라 오늘 밤에 그렇게해야합니다 그것을 밖으로 시도하십시오 첫 번째 몇 천 개 통화는 무료입니다 >> 물론

>> 지금 무료로 사용할 수 있습니다 사장님, 가서 샐리에게 감동을 줄 수 있습니다 중고 AI와 30 분이 걸렸어 지금 당장하실 수 있습니다 이제 맞춤 설정할 필요가있는 것들이 있다면 맞춤형 사전 제작 된 AI를 사용하십시오

두 번째 옵션입니다 우리는 깊은 학습이 실제로 무엇인지 토론하는 데 시간을 보냈습니다 그리고 그것이 어떻게 만들어 졌는지 이제 네트워크라는 것을 알았습니다 ws와 bs 중 당신은 그것을 훈련시키는 법을 안다

Infrastructure를 사용하면 애플리케이션에 구울 수 있습니다 네가 가진 질문은 어떻게 될거야, 세스, 내가 어떻게 알아? 어떤 네트워크 모양을 사용해야합니까? 대답은 매우 간단합니다 과학을 사용하십시오 나는 어떤 학습 률을 모르겠다 내 모델에 적용합니다

나는 훌륭한 대답을 가지고있다 과학 세스, 그라데이션 의견 표명은 그렇지 않습니다 충분히 빨리 수렴 어떻게해야합니까? >> 과학을 사용하십시오

>> 아마 의미가있는 항목으로 원자 최적화기를 사용할 수 있습니다 예를 들어, 그리고 운동량 비율은 수정해야하는 하이퍼 매개 변수입니다 여기에는 많은 정보가 있습니다 그렇게 할 수 있는지 확인하십시오 나에게 이메일을 보내거나 이메일로 보내주십시오

나에게 직접 그래서 질문이 있으면 직업은 인공 지능으로 구름에서 성공할 수 있도록 돕는 것입니다 시간 내 주셔서 대단히 감사합니다 좋은 하루 되세요!

Google Cloud Next Madrid ’17- José Manuel García: “Machine Learning : la electricidad del futuro”

[음악] 호세 마누엘 가르시아 : 안녕하세요 좋은 아침 모두

당신의 대학에서 물론 모든 사람이 하나 있었다 될 경우 첫 날 선생님, 당신이 9 월에 왔을 때, 나는, 경주의 모든 주제는 중요했다 하지만 내 주제는 가장 중요한 경기이다 그리고 증명하는 방법이었다 그것이 한 달에 왔을 때 6 월 실패의 95 %였다 미적분 1이었다 나의 경우, 물리, 콤 플루 텐세 씨 Arellanas이며, 그는 자신의 피사체가 더 중요하다고 우리를 가르쳤다 그것은이 프레젠테이션 더 말을 조금 넘은이다 모든 중요한 다음하지만 물론 기업이하지 않으면 당신은이 기술을 사용하기 시작, 그들은 정지됩니다 그리고 나는 우리가 단계를 시작하는 것이 매우 중요하다고 생각합니다 앞으로

우리가라는 프리젠 테이션, "전기 미래" 그것은이없는 어떤 회사 오늘날 상상도 할 수없는 것입니다 컴퓨터, 그것은 절대적으로 중요하다 작동 우리는 기계 학습에 갈 생각 같은 그것은 우리 모두 진행을 새로운 전기의 미래가 될 것입니다 당신의 시스템에서 마시다해야합니다 그리고 기계 학습과 미래를 이야기하는, 나는 2500 년 전 역사에 갈거야 내가 가서 조금 이야기 할 것이다

나는 알 수없는 경우 이동을 알거나 재생할 수있는 방에있는 사람 이동합니다 내가 제기 손을 보면 보자 우리는 방에서 이상한있다 음, 이동은 체스의 것과 동일합니다 서방 세계는, 이동은 세계에서 동일합니다 아시아 이동 호기심 게임이다

마크 주커 버그는 네트워크 작년 말했다 social– 이동 여기서 인류 게임 마지막 프론티어입니다 그는 아직도 기계를 이길 수 있습니다 극복 할 수 있었다 어떤 컴퓨터 시스템은 없었다 이동에 인간의 선수 나는 10 분을 저장할 요청을받은 그래서 빨리 가야 해요 당신이 보드를 보면 음, 기본적으로, 19 19입니다 체스 8 × 8 인 경우 체스에서, 칩은 항상 같은 사이트를 시작합니다

그들은 사전 운동에서 이동합니다 타워는 앞으로 갈 수 있습니다 대각선 주교 등 체스는 10-70 다른 조합이있다 이동은 완전히 다른 게임이다 10-150을 가지고 다른 그것은 다른 은하 게임이다 조금 오래된하고 기억하는 사람들에게 IBM 딥 블루 (Deep Blue) 시스템 97은 카스파로프를 이길 수 있었다

그들은 어떻게 했습니까? 대결을 미리 디자인 된 시스템의 경우 카스파로프는 그에게 그가 가진 모든 놀이를 가르쳤다 카스파로프는 연주 컴퓨팅 파워를했다, 그것은 세계에서 가장 큰 슈퍼 컴퓨터 중 하나와 나는 필요한 모든 분석을 할 수 있었다 컴퓨팅의 다양한 가닥을 계산합니다 그것은 불가능하다로 이동합니다 당신은 어느 곳에서나 보드에 파일을 넣을 수 있습니다 이사회는 훨씬 더 크다 무력이 작동하지 않습니다 그리고 마크 주커 버그는 우리가 페이스 북 내 생각했다 5 십년 우리는 시스템을 설계 할 수있을 것이다 이동을 연주 남자를 이길 수 있습니다 당신이 여기있는이 사람은 이세돌이다

그것은 한국입니다 그것은 한국 챔피언 이동입니다 마크 주커 버그 후 3 개월이 문구를 말했다 신경망 즉 AlphaGo에 의해 패배했다 구글 우리는이 사람을 이겼습니다 이동을 재생하도록 설계했다 그리고 재미있는 것은 일어났다 이는 지난해와 이동에이었다 프로그래밍은 완전히 달랐다

내가 말했듯이, 출발지 블루가 체스를위한 배웠습니다 및 그들은 자신이해야 할 일을했을 것을 예정했다, 즉, 그런 일이 있다면, 당신은 B를해야한다 우리는 AlphaGo으로, 우리가했던 것은 넣어왔다 그에 대하여 시간의 수백만 수백만을 재생 같은 그리고 시스템은 어떻게해야 배운 사람이다 플레이를 이동합니다 음, 우리에게 두 번째 이야기했다 그리고 애 지에 이름이 다른 사람이있다 즉, 세계 챔피언 중국어, 당신은 한국인 침몰 한 것을 알고있다

그리고 그는 내가 캡 AlphaGo을 이길 수 말했다 어서 이것은 아무 상관이 없습니다 당신이 나를 enfrentarais 경우 그, 그럼, 우리는 직면했다 그것은 3 주 전에 일어났다

나는 프리젠 테이션에 넣어 나는, 상상 당신은 어떻게 바로 결과를 알고있다 그리고 그것은 0으로 삼을 잃었다 그리고 재미있는 것은이 발생합니다 지에 애는, 말, 멋진 문구를 가지며, 지난해 이세돌은 AlphaGo에 직면 할 때 AlphaGo는 세계 최고의 바둑이었다 그리고 재생 일년 내내 준비했습니다 그와 함께

사실, 첫 번째 게임까지 균형 된 제 50 개 위치 그리고 거기에서, 애 지에 잃게하기 시작했다 그리고 올해는 나는 인간에 직면하지 않은; 나는 이동의 신에 직면했다 정보 시스템의 근본적인 변화가 있었다 할 수있다 않습니다 그리고 여기 나에게 무언가 마크 같은 사람을했다 훈련 삼촌이며, 누가 무엇을 알고 주커 버그, , 말하는이 5 10 년 사이에 일어날 말한다 삼주 나중에 발생합니다

이 속도입니다 기계 학습 우리 것 사회를 변경합니다 또한, 당신은 어디서나 읽을 그것은 유행이다 가너의 피크를 보라 기계 학습

모든 사람은 기계 학습을 수행합니다 당신은 모두가 알고있는 어떤 회사로 이동 모두가 알고있다 그리고 정말 여기 누구 일부를 분리하는 것이 중요하다 누가 우리가 구글에서 작동하기 때문에 일을 알고있다 2009 Massin 학습 구글 브레인은 2012 년에 출시 시작되었다 작동합니다 그런 다음 방법에 대한 당신의 결정을하는 것이 중요하다 당신은 올바른 파트너를 선택하는 일을합니다

여러분 중 일부는 기계 학습을 말할 것이다, 하지만이 오래된 경우, 하나님 프로젝트는 올해 71 실행 중입니다 어떻게 유행 것을 지금인가? 그리고 그것은 올바른 것입니다 이 사진은 시작에 불과합니다 이 다트머스 대학에서 56 년 여름이었다

그것은 Darmouth 회의였다 그것은 우리가 시작했던 처음 정보에 대해 이야기 인공 그러나 오늘날 우리는 정보에 대해 이야기하지 않습니다 인공, 또는 우리는 매우 작은 조각에 대해 이야기하고 있습니다 그러나 사람들은 지능이 부족 얘기 인공 그리고 기계 학습 뭔가 훨씬 작다

기계 학습은 무엇인가? 나는 에릭의 정의를 보려면 여기를 나를 수 있도록하기 위하여려고하고있다 우리의 회장 스미스 기계 학습, 새로운 변화 프로그래밍 패러다임이 변경되었습니다 그리고이 대신 컴퓨터 프로그래밍의 변경입니다 당신은 당신이 당신은 내가하고 싶은 일을 배우고 가르칩니다 그렇게하지 않으면 같은 프로그램

경우에, 뭔가 아니, 난,이 경우 듣고, 나는이 일이하고 싶습니다 다른 하지만 프로그램을한다 가르쳐주지 마십시오 그리고이 기술이다 기계 학습에서, 지금 우리가 네트워크에 대해 이야기하기 때문에 깊은 학습 우리는이 신경과 깊은 지식

그것은 기계 학습의 특정 기술이다 그것은 신경 네트워크를 기반으로합니다 우리가 다른 레이어가 있기 때문에 깊은이다 그리고 내부 층은 깊은 층이다 그리고 알고리즘 및 도구 세트의 수

다음 슬라이드에서, 우리는 작은 그래픽 donde–이 이 훈련 신경망 것을 상상 개와 고양이를 인식합니다 우리에게 당신은 지출 것이 무엇? 여기에서 우리는 사진, 당신은 원시 픽셀을 cogerías 한 그것은 아래, 아래 계층으로 태양을 통과 할 것입니다 여기에서 우리는 입력 층 뉴런을 많이 가지고 있어요 그들 중 일부는, 흥분하고, 다음에 정보를 전달 이것은 다시 [들리지] 통과 그리고 그냥 당겨,이 개는, 이것은 고양이입니다 성공률 아마도 쉬운 예는 이해하기는하다 에 훈련을했다 신경 네트워크를 상상해 북극곰을 인식하고 있습니다 북극곰은 흰색입니다 이 경우 사진에는 흰색은 원래 ,,를 발생하지 그것은 어떤 capa– 그 가능성은 희박 할 것 하층의 일부 뉴런 합격 위의 정보 내가 말했듯이, 구글 뇌 내에서, 우리는이 기술을 여러 해 동안 노력하고있다

그리고 오늘은 당신에게 작은 예를 가르쳐왔다 우리가 한 일은 신경 네트워크에 얼굴이었다 그들은 고전 아타리 게임을 배웁니다 이제의 전신 인 브레이크 아웃을 보자 Arkanoid의 경우, 당신이 상상할 수있는, 볼이 튀는 가고있다, 파괴 벽돌 그리고 당신은 movéis 왼쪽 무엇이다, 아래로 스틱을 좋아 우리는 신경 네트워크를 가르쳐? 신경 네트워크는 픽셀을 볼 수 있습니다

그러나 우리는 아무것도 가르쳐하지 않았습니다 그는 게임에 대해 아무것도 모른다 그냥 화면에 이동 픽셀 이동 위로 아래로 공은, 몇 픽셀 이동 한 가지 방법 다른 그리고 우리가 신경 네트워크에 대한 액세스 권한을 부여 모든 이동 왼쪽 또는 오른쪽 위해 할 수있는 한 장소에서 다른 막대를 이동합니다 그리고 당신이해야 할 말 할 수있는 방법은 무엇입니까? 우리는,이 봐, 당신은 최종 결과를 극대화해야 할 말 포인트는 당신이 게임에서 얻을

그러자, 당신이 뭔가 포인트 증가 할 경우, 당신은 당신이 배우고, 잘했습니다 당신이 뭔가를 할 포인트가 증가하지 않는 경우, 당신은 잘못한 당신은 배운다 다음 비디오에서 우리는 어떻게이 과정을 볼 수 있습니다 처음에는 기계가 모르는 생각 jugar– 이 비디오는 팔 때문에 프레임은, 가속 구분은 빠른 확인합니다 당신은 그 속도로 가고 있다고 생각하지 않는다, 그것은 단순히 비디오의 속도입니다

당신은 queda– 방법을 아래에 볼 수 있습니다 거기 당신은 제로 점수는 두 지점, 제로 점을 참조하십시오 삶의 수는 다운 될 것입니다 점은, 좋은 결과를 얻을 수 없습니다 그리고 기계는 배우고있다 그는 자신에 대해, 자신에 대한 재생됩니다

자, 보자 120 분, 기계가 이미 배운 방법, 신경망, 조금 더 나은 재생합니다 일부는 기억한다면 이제 조금에, 나도 몰라 무엇을 볼을 잡아 넣어이었다, 운하의 속임수였다 arito함으로써, 이미 위에서 핀 핀 핀 핀 그것은 모든 벽돌을 파괴한다 당신은 어떻게 컴퓨터 자체 보게 될 것입니다 2 시간 후에, 그는이 작업을 수행 할 수 있습니다 행동 당신이 얻을 때까지 왼쪽은 파괴된다 m 그리고 당신은 어떻게 위의 점수를 보게 될 것입니다 당시 그들은 모든 것을 촬영을 깨는 완료

Google은 이러한 기술을 배포하는 우리의 모든 서비스를 제공합니다 2012 년 이후 우리는 경향이 보이기 시작하면 일 기본적으로 기술과 기술 및 노하우 그러나 2012 이후, 나중에 당신을 말할 것이다 뭔가, 우리는 사물의 실제 결과를보기 시작 그들은 변경합니다 여기 cuantos–이다 곡선 사용 그리고 우리는 기본적으로 모든 서비스를 제공합니다

당신이 사진을 넣을 때 우리는 Google 포토에 그 (것)들이 Google 사진, 얼굴을 인식하고, 헤이 말할 수있다, 나에게 해변에서 할머니와 내 여자의 사진을 보여줍니다 그리고 그들을 자동으로 이 번역을 때 우리는 Google 번역에 있습니다 우리는 우리를 만들기 위해 구글 검색에 그것을 가지고 권장 사항을 참조하십시오 이제 당신의 부분 괜찮아, 온다

그리고 이것은 내가 어떻게 그 회사에 신청합니까? 그것은, 그 규모, 구글 괜찮습니다 하지만 내부적으로 일을 시작하고 싶습니다 어떻게 시작합니까? 기계 학습의 성공을위한 세 가지 핵심 기둥이있다 상기 한 바와 같이 다수의 제 스피커는, 데이터 세트의 문제입니다 당신이 데이터 세트가없는 경우, 기계 학습이 작동하지 않습니다 여부 당신은 다른 두 기둥을 해결했다

당신이 데이터가없는 경우에는 작동하지 않습니다 공상 과학 소설을 좋아하면 나 같은 이상한 사람들, 아시모프의 책, 마지막 question–에서 구 중요한 응답 불충분 한 데이터입니다 우리는 데이터가없는 경우에는 작동하지 않습니다 좋은 소식은 무엇입니까? 데이터는 매우 발생하기 쉽다 센서의 질문, 그것은 문제이다 이렇게

또는 정보를 당신은 오래된 있고, 당신이 몰랐던 것을 당신은 유용한 데이터를했다 한 예로, 예를 들어, 구글, 우리 때 스트리트 뷰, 우리는 거리의 사진을 많이했다, 그래서, 당신은 스트리트 뷰에 갈 때, 당신이 어디 당신은 알고 있었다 그리고 그 후, 년 후, 우리는 보았다, 우리는 나에게 많은 정보를 가지고이 사진

거리가 어디 열거 형이 말해 있는 내지도와 래스터를 변경할 수 있습니다 당신이 정확히 어디를 필요로하는 번호를 맞게 합니다 아니면 그들이 쇼핑을하는 것을 볼 수 있고 난의 수를 얻을 수 있습니다 선형 내 사진을보고 도시입니다 확실히 당신의 기업에 이미이 사이트를 많이 가지고 정보와 함께 사용하는 것이 유용 할 수 그러나이 정보가없는 경우에도, 우리가 키에 있었 구글은, 때문에 당신을 도울 수 주의, 우리는 사전 훈련 시스템, 사전 교육을받은 모델 우리가 어디 API를 어디에, 기본적으로, 당신은 Google에 그들에게 일을 부탁 구글, 우리의 데이터와 훈련 모델, 나는 반응한다 다음은 매우 구체적인 적용 일이있을 것이다

예를 들어, 콜 센터에서 작업하는 경우, 우리의 분석 연설 도구는 당신이 가져올 수있는 많은 아니면 미디어 회사 인 경우, 영상 정보의 대상, 다음, 우리에게 오늘 아침에 만든 데모, 거기 당신은 많이 기여할 수있다 그러나, 아마도 특정 경우에, 그것은 필요가 없습니다 음, 아무것도, 우리는 성숙의 다음 단계를 취할하지 않습니다 난 내 자신의 모델을 개발, 내 신경 네트워크, 내가 특정이 문제를 해결합니다

여기에서 우리는 나는 다양한 API하기 전에 주석 무엇인가 두 번째 기둥은 기계 학습의 좋은 모델을 가지고하는 것입니다 내가 말했듯이 구글에서 우리는이 문제를 연구, 몇 년 동안, 늦은 2015 년에 우리는 공개하기로 결정 방법 공개 소프트웨어, 구글의 가상 철학 다음, Tensorflow Tensorflow 우리가 우리를 실행하는 모델입니다 기계 학습의 잘 Tensorflow이 구글 뇌에 의해 만들어졌습니다, 어디에서든 사용할 수 있습니다

당신은 [들리지] 탈 수 있습니다 나는 구글 있기 때문에 타고 당신은 모바일에 탈 수 있습니다 귀하는 Google에 연결하지 않는, 그래서이 작동하고있다 절대 자유 그리고 그것은 사실상의 표준이되었습니다

이 그래픽을 볼 경우, 당신은 다운로드 수를 참조하십시오 즉 자신이 발표 된 날이었다 보시다시피, 빨리 잡아 당깁니다 어쩌면 Tensorflow 좋은주지 영역이 있습니다 그 결과,하지만 전반적으로 매우 작동하는 모델입니다 잘 그리고 정확하게 구글 IO에서, 3 주 전에, 라이트를 발표 Tensorflow

Lite는 무엇 Tensorflow 추구? 그것이 무엇을하는 것은, 당신이 모델을 학습이다 당신이 원합니까 곳 클라우드 또는 premise–에서 하지만 당신은, 모바일로 해당 모델을 실행할 수 있습니다 그래서 당신은 결과를하거나 함께 일을 할 수있다 그래서 오프라인 장치 및 임베디드 장치 당신은 Tensorflow의 주제와 구글에서 무엇을 가지고 있습니까? , 기계 학습 복잡 이러한 모델 관리 우리는 중요한 인프라 구축을해야합니다, 시행 착오가 많이있다 나는 [들리지] 기능이 잘 사라하지 않은에 노력하고 결국 나는 또 하나 개의 레이어를 넣어 것입니다 그들은 이러한 데이터는 모든 것에 관련된 복잡성이 할 수있다 내가 앞에서 설명한 것처럼 과학자, 그것은 복잡하다 구글에서 우리는 기계 학습의 모델을 가지고 service–으로 우리는 복제 기계 Learning– 전화 여기서 구글이 문제를했다 있기 때문에, 우리는 관리가 무엇을 할 조심 인프라

나는 CPU를 알아서 할게요 나는 인프라 알아서 할게요 내가 구성 할게,이 배포있어 나는 소프트웨어를 넣어 다음 datas 과학자는 누구 그들은 모델을 학습하고 이러한 통찰력을 얻을 세 번째 다리는 컴퓨터입니다 그리고 이것은, 2012 년부터 변경된 것입니다 우리는 큰 함께 거대한 컴퓨팅 용량을했다 데이터를 설정하고, 그래서 우리는 좋은 결과를 가지고 시작했다 엄청난 컴퓨팅 파워가 필요하다 특히 훈련을 할 수 모델

우리가 인텔에서 동료가 있다면 모르겠지만, 나는이게 뭐야 그들을 본 적이 초과되기 전에 무어의 법칙은 우리가 2012 년에 달렸다 2012 년 칩 제조업체는 벼락 공부를 할 수 있었다 동일한 [들리지] 내의 많은 코어 ,, 하지만 그들은 같은 내 더 많은 트랜지스터를 못 했어 조금 얇은 우리를 떠난 코어 무어의 법칙, 지금은 2012 년 이후, 전통뿐만 아니라 작동하지 구글에서이 우리에게 큰 문제를 포함했다

여러분, 만약 각 사용자 Android– 긴 경우, 때문에 [들리지] 당신은 또한 당신의 모바일 이야기 할 수 그 안에 구글의 응용 프로그램을 통해 각 사용자는 모바일에 잠시 그에게 말을하면 일, 구글은 데이터의 수를 두 배로해야 센터 그래서 이것은 우리가 감당할 수있는 투자했다 그리고 우리는 대안을 찾기 시작 그리고 우리는이 솔루션의 텐서 처리 유닉스와 끝까지 TPU에 있습니다

[들리지] 우리가 구글에 특정 설계 가지고 그것은이다 그 TensorFlow 코드는 엄청난 효율적으로 실행됩니다 그것은 대략 GPU를주는 효율 50 배 이상 제공 어떤 이는 전통적으로 사용된다 이런 종류의 훈련 이것은 우리가 구글에서 내부적으로 사용하십시오 TPU이다 사실, 모두가 당신이 때 아래에 착용 한 서비스를 utilicéis 그러나 우리는, 대중에게 제공하지 않았다 당신은, 당신이 사용할 수 있도록

그리고 구글 IO에서 전에 몇 주, TPU는 클라우드를 발표했다 클라우드 TPU 무엇입니까? 그것은 우리의 TPU에 2 세대입니다 그들은 곧 우리의 플랫폼에서 사용할 수 구글 클라우드 플랫폼이다 그들은 교육과 네트워크의 실행을 모두 허용 신경이 사용할 수 있도록 그리고 크게 프로젝트를 가속화 할 수 있습니다

초안 기계 학습에서, 당신은 일반적으로 당신이, 야,의 프로젝트를 수행하게 찾을 수 있습니다 데이터 세트를 제공합니다 그것은 작동하지 않습니다 이동, 다시 시작했다 당신은 인프라가없는 경우가 muchos–하고, 어쩌면 교육 3 주 걸릴 수 있습니다 또는 삼일

그리고 데이터 과학자, 커피를 마시는 것입니다 다시 삼주 후에, 그것은 작동하지 않았다 나는 달리 할 돌아갑니다 이 기능 컴퓨팅 갖는 수요에, 유연한, 프로젝트 기계 학습 할 수 있도록 그들은 훨씬 더 빠른 가속입니다 나는 것들의 세 개의 작은 예를 가질거야 기계 학습과 일 이후 영주 액센추어는 우리에게 것이기 때문에 내가 연장하지 않는 그들의 예제 및 이 역할을 훔치는

나는 자율적 인 자동차에 대해 이야기합니다, 그것은 유행과 Waymo, 우리의 자회사 인 이 일에 전념 알파벳, 그것은 유행이다 그래서는 자율적 인 차를 필요가 있겠습니까? 우리는 아무 문제가 없었다 경우 자율적 인 차량이 존재하지 않을 기계 학습 이 사진에서, 당신은 당신이 알고있는 초 걸리기 때문에 그 붉은 빛이 아니다 그러나 모든 컴퓨터 시스템, 그게 아니라 신호등이 될 수 있으며, 차량이 정지된다 신경 네트워크를 우리는 해결을 할 수 있습니다 문제

당신은 쉽게 정지, 읽기 쉬운 그러나 정지가 눈으로 채워지면, 그 정지 생각 가르쳐도 가지고 있어야합니다 우리가 거기에 도착하면 차를 정지합니다 당신은 세계를 이해한다 그것은 당신이 아니, 카메라를 넣어 볼 것을 간단하지 않다 나는 어떤 차를 이해해야한다 어떤 동물이다 정지 자동차, 그 사람이 무엇 무엇을 개 여기서 당신은 이러한 이미지와 다른 예를 참조하십시오 사람들이 어디에 심지어 알고있다

당신이 우리의 비전 API에 표시 한 가지, 우리는 얼굴이 어디에 넣어이고 어디는 찾고 즉, 차에 절대적으로 필수적이다 자치 당신은 사람들이 보는 곳 95 %가 있기 때문에 알고있다 사람들은보기 위하여 어디에서 이동하는 것이 그러자, 그와 당신의 흐름을 예측할 수있다 자율적 인 차량 주위 사람들, 예를 들어 다른 그리고 여기가 내가 좋아하는 사진, 씨 스티브 마한 있습니다

스티브 마한, 구글에서 아니었다 최초의 사람이었다 사람들은 구글 엔지니어없이 자율적 차를 타고 나는 그를 동반했다 그것은 최초의 형용사를 넣어, 수송입니다 구글에서이 아니었다 자율적 인 자동차 그리고 스티브 마한은 장님이다 왜 첫 번째는 여기에 있었다 구글 이외의 두 가지 예 퍼팅

높은 자동차 사고의 악사, 보험 회사, 비용은 일반적으로 그 고객의 또는 당신은 넣어 높거나 경쟁 프리미엄 때문에 떠날 것을 선호 나는 20,000유로에게 사고를 줄 것이다 그리고 난 관심 없어 고객이있다 나는 식별 아주 잘 알고있다 악사는 밝혀 내기 위해 예측 모델을했다 이는 그가 35 %의 히트 데이터에 대해이었다 그리고 그들은 운동을했을, 그들은 Tensorflow에 노력하고 있습니다 왼쪽 여기에 보면 그들은 metido–이 이들은 차의 나이에 모든 매개 변수입니다 당신이 살고 드라이버 나이, 역사적 주장, 그들은 신경 네트워크를 구축 한 많은 데이터

그리고 지금은 드라이버의 85 % 올바른가 그들은 충돌 할 가능성이 높다 그들은 매우 높은 프리미엄을 넣어 당신이 지불하지 않는 경우 유료 완벽한 경우, 그들은 Generali에 또는로 이동 다른 곳에서 두 번째 예는 겐조이다 겐조 그 할까

입니다 음,은 시작되지,하지만 그것은 회사 중 하나입니다 그는 실리콘 밸리에 나타난 것을 새 아래 Tensorflow 사용합니다 그리고 그것이 무엇을하는 것은 주식 시장의 예측 모델이다 그리고 날씨에서 밀 친다 뉴스 방법이 있었다 BBVA

그들은 시도하는 많은 정보를 벼락 공부를 할 수 있습니다 주식 시장의 예측을합니다 분명히 그들은 완벽하지 않습니다 그들이 그랬다면 그들은 부자 완벽 할 것이며 장착하지 않았을 것이다 이 회사는, 그러나 그들은 자신들의 서비스를 판매 할 수 있었다 JP 모건 같은 회사, 도시로, 모건 스탠리 등, 그것은이 유형을 사용하는 많은 정보를 제공하기 때문에 일 나는 마무리하고, 나는 다섯 분했다 이길거야 내가 물었다 당신이 집에서 아이가, 내가하는 모든 추천 그들은 장난감의 montonazo 때문에이 URL을 apuntéis 당신이 그들과 함께 할 수있다 꼬마, 및 기계 학습이 작동하는 방법의 예를 확인하십시오

카메라가있다, 우리가 실제로 중 하나가 게임이 당신이 페인트와 무엇을 인식 할 수있는 데모 부스 당신은보고있다 당신이 구글 바로 알 실험을 넣으면, 즉시 URL 당신을 그리고 속히, 대단히 감사합니다 난 당신이 긴급의 감각을 봤는데 희망 당신은 일을해야하고 당신이 있기 때문에 하나를 넣어 가지고 다른을받지 않습니다 그것은 당신을 위해 할됩니다 그리고 다시 나는, 알베르토 가르시아 Arreta위한 방법을 만들 것입니다 이는이 클라우드 우선의 지역 리더입니다 액센추어, 우리는이 유형을 시작하는 방법을 설명합니다 프로젝트

대단히 감사합니다 [박수] [음악]