JavaScript для глубокого обучения 2021 TensorFlow js Ббк

Рис. 1.2.
Сравнение классической парадигмы программирования и парадигмы машинного обучения
Человек может выполнить подобное задание за долю секунды: способными на это 
нас делают мозг и жизненный опыт. Любому же программисту, каким бы опытным 
он ни был, будет очень непросто написать явный набор правил на каком­нибудь 
языке программирования (единственный доступный людям способ общения с ком­
пьютером) для точного определения, содержатся ли в заданном изображении лица 
людей. Вы можете потратить много дней, размышляя над кодом, который будет вы­
являть эллиптические контуры, напоминающие лица, глаза и рты, путем сложных 
арифметических действий над RGB­значениями пикселов, а также над написанием 
эвристических правил для геометрических связей между этими контурами. Но очень 
скоро вы осознаете, что при подобной работе придется произвольно выбирать логику 
и параметры без какого­либо понятного логического обоснования. Но главное: слож­
но добиться хорошей работы подобной системы!
1
Никакой эвристический метод, 
который вы только можете себе представить, не способен справиться с мириадами 
вариантов лиц на реальных фотографиях, включая различия в размере, форме и чер­
тах лица, выражении лица, прическе, цвете кожи, направлении, учитывая, возможно, 
частичную закрытость, наличие/отсутствие очков, условия освещения, наличие 
различных объектов на фоне и т. д.
1 
Попытки применения таких подходов уже были, и ничего хорошего из этого не вышло. 
В следующей обзорной статье приводятся хорошие примеры правил распознавания 
лиц, созданных вручную еще до наступления эпохи глубокого обучения: 
Hjelma°s E., 
Low B. K.
Face Detection: A Survey // Computer Vision and Image Understanding. Sept. 
2001. Pp. 236–274. http://mng.bz/m4d2.

---

32