Вопрос ответ фото: Ваши вопросы — наши ответы (или просто фото-FAQ) – Простые фокусы

Socratic может ответить на вопросы, просто сделав снимок.

Новое приложение может дать вам ответы на домашнее задание по математике и даже объяснить, как его решить, просто сделав снимок.

Бесплатное приложение под названием Socratic использует искусственный интеллект, чтобы определить, какая информация вам нужна, и возвращает «объяснения» и видео, чтобы дать вам пошаговую помощь.

Фирма говорит, что это похоже на «цифрового репетитора в кармане», который генерирует ответы от сообщества учителей и студентов.

Прокрутите вниз, чтобы увидеть видео

Новое приложение может дать вам ответы на домашнее задание по математике и даже объяснить, как его решить, просто сделав снимок. Бесплатное приложение под названием Socratic использует искусственный интеллект, чтобы определить, какая информация вам нужна.

Socratic работает не только с математикой.

Приложение для репетитора также может помочь с вопросами по естествознанию, истории, английскому языку и экономике.

По словам разработчиков, его обучили на миллионах вопросов, что позволяет определить соответствующую концепцию.

«ИИ Сократика сочетает в себе передовые технологии компьютерного зрения, которые считывают вопросы с изображений, с классификаторами машинного обучения, созданными с использованием миллионов примеров домашних заданий, чтобы точно предсказать, какие концепции помогут вам решить ваш вопрос», — поясняет компания.

Видео, демонстрирующее его возможности, показывает, насколько быстро он может работать, предлагая решение и объяснение простой математической задачи «решить y» за считанные секунды.

Приложение направлено на поддержку содержания «без жаргона», чтобы учащимся было легче понять, что происходит.

Как показано на видео, решения показаны с четкой разбивкой по каждому этапу.

Он также показывает инструкции и графики с цветовой кодировкой, чтобы помочь донести информацию, а также видео из Khan Academy, Crash Course и других источников.

А математика является новейшей по своим многочисленным возможностям.

«Искусственный интеллект Сократика сочетает в себе передовые технологии компьютерного зрения, считывающие вопросы с изображений, с классификаторами машинного обучения, построенными на основе миллионов примеров домашних заданий, чтобы точно предсказать, какие концепции помогут вам решить ваш вопрос», — говорят они.

ПРОВЕРЬТЕ НИЖЕ И ПРОСНИТЕ ВОПРОСЫ С SOCRATIC

MATH

(4×3 + 8×2 — 10x) + (12×3 — 2×2 + 3x + 9)

25 + x = −5 (2 + 8x) + 6x

What is 30 % от 400?

9x + 12> 4x + 7

Какова площадь круга с радиусом 12?

SCIENCE

Что такое мономер, из которого состоят белки?

Воздушный шарик имеет объем 2. 9 л при 320 Кельвинах. Если поднять температуру до 343 К, каков будет ее объем?

Объясните парниковый эффект и последствия изменения климата.

Сколько тепла выделяется при охлаждении 1,25 грамма серебра со 100,0 C до 80,0 C? (Удельная теплоемкость серебра составляет 0,057 кал / г C)

Если последовательность оснований в участке ДНК — TAGGCTAA, какова соответствующая последовательность оснований в мРНК?

ГУМАНИТАРНЫЕ ОБЛАСТИ

Почему 1968 год был годом потрясений в истории США?

Кем был Томас Джефферсон?

Что стало основным последствием Северо-Западного указа 1787 года?

Что такое федерализм?

Какова была одна из целей плана Маршалла 1948 года?

Студенты также могут задавать ему вопросы из других областей, фотографируя что-то вроде «что такое митоз» или «объяснять, чем трансгенное растение отличается от гибридного растения», чтобы получить объяснение или определение.

Socratic на данный момент поддерживает 23 различных предмета, включая анатомию и физиологию, химию, физику, математический анализ, психологию, грамматику английского языка и историю.

Но у команды большие планы на будущее.

Страница «будущих тем» на их сайте показывает, что Socratic вскоре может расшириться, чтобы охватить все, от теории музыки до робототехники, призывая людей стать основателями, «чтобы помочь расти и запускать эти предметы».

Приложение доступно для Устройства iOS бесплатно в App Store, и компания утверждает, что это «палочка-выручалочка».’

Студенты также могут задавать ему вопросы из других областей, фотографируя что-то вроде «что такое митоз» или «объясните, чем трансгенное растение отличается от гибридного растения», чтобы получить объяснение или определение

Photo Client Вопросы и ответы

Мы все хотим подарить нашим фотографам незабываемые впечатления! Но когда возникают странные или неожиданные вопросы клиента, мы можем чувствовать себя застигнутыми врасплох — и даже немного защищаться!

Важно помнить, что наши клиенты сами не являются профессионалами в области фотографии. Вопросы (и ответы) клиентов о , почему мы делаем то, что делаем, , как работает процесс, и , что, черт возьми, все эти модные фото-слова означают, необходимы для построения доверия!

Эти примеры помогут вам организовать увлекательный диалог с вашими клиентами, приглашая их к более глубокому пониманию ваших услуг, вашего мастерства и намерений, стоящих за тем, что вы предлагаете!

Фото RACHAEL OSBORN ФОТО через два ярких света

A: «Это называется

Каждый фотограф слышал вопросы клиентов о , почему их отпечатки 4 × 6, 5 × 7 и 8 × 10 одного и того же изображения не обрезаны одинаково; а те, кто сталкивается с математическими трудностями, не могут осмыслить концепцию соотношения сторон!

Сделайте жизнь ваших клиентов проще с этой БЕСПЛАТНОЙ БРЕНДОВОЙ загрузкой Aspect Radio! Теперь все имеет смысл!

Фото RACHAEL OSBORN ФОТО через два ярких света

Q: «Можно ли сделать 87 разных групповых портретов на моей свадьбе?»

A: «Давайте построим график и обсудим!»

Помогите своим клиентам соединить точки между:

• Семейный размер
• Свободное время для портретов
• На что они хотят тратить свое время!

Большинство клиентов не понимают, сколько времени требуется, чтобы собрать членов семьи, готовых к вечеринке, в аккуратные ряды для постановочных портретов! Расскажите своим клиентам о том, как сделать так много портретов. Наш БЕСПЛАТНЫЙ планировщик расписания может помочь! Так может это сообщение:

«Семейные портреты — важная часть свадебного дня! Мне требуется примерно 2 минуты на портретную группу, чтобы позировать и сфотографировать каждый портрет. Таким образом, ваш список из 87 портретов займет не менее двух часов 54 минут. Возможно, мы могли бы обсудить варианты сокращения этого списка, чтобы он лучше вписывался в ваш график! »

Тогда похлопайте себя по плечу за то, что оставались спокойными и не уходили на пенсию на месте.

>>> Получите БЕСПЛАТНЫЙ, готовый к использованию планировщик свадебного расписания!

ЭМИ ГРЕЙ — amygrayphoto.com
«Если групповые фотографии особенные для пары, их улыбки искренние. Но когда групповые портреты являются обязательными, пара становится беспокойной, и их улыбки становятся вынужденными. Если список будет слишком длинным, пары скажут: «Забудьте об этом! Мы просто хотим потанцевать! »Пара должна заниматься на свадьбе тем, что им нравится больше всего, а для большинства людей это не позирование для официальных портретов! Несколько групповых фотографий — это здорово, но я всегда рекомендую клиентам ограничить их несколькими ключевыми группами. ”

Фото RACHAEL OSBORN ФОТО через два ярких света

Q: «Могу я получить файлы RAW?»

Вариант №1: «НЕТ».

Это самый распространенный ответ фотографа на вопросы клиентов о файлах RAW — и он полностью оправдан! Однако вместо того, чтобы слепо, резко сказать «нет», помогите своему клиенту понять:

«Для меня так важно, чтобы вы получали только фотографии с красивыми тонами, готовые к печати! По этой причине я никогда не публикую свои файлы RAW.Каждая получаемая вами фотография — это готовый продукт, готовый к демонстрации! »

Вариант №2: «Да!»

Если вы решите предлагать файлы RAW, учтите особенности.

• Сколько вы будете платить за файлы RAW?
• Как вы доставляете файлы RAW?
• Будет ли клиент получать ВСЕ изображения RAW или только те, которые соответствуют доставленным файлам JPG?
• Как вы ответите, если ваш клиент обратится за технической поддержкой при открытии или просмотре файлов RAW?

Выбор доставки файлов RAW не является ошибкой . Однако это может создать дополнительные проблемы, к которым вы должны быть готовы.

Свадебный фотограф согласился передать им файлы в формате RAW после свадьбы. Как ни странно, в течение дня невеста испытала несколько довольно серьезных неисправностей в гардеробе, которые фотограф исправил, бесплатно отретушировав откровенные фотографии. Если бы клиенты получили только окончательные, отретушированные JPG-файлы, они бы никогда не узнали о нелестных изображениях.Но поскольку они получили файлы RAW (как и было обещано в контракте), они столкнулись с напоминанием о неловкой проблеме с гардеробом.

Совет для профессионалов. На вопросы клиентов лучше всего отвечать историями и примерами, объясняющими, почему . Не соглашайтесь на простое. Помогите своим клиентам понять , почему вы ведете бизнес именно так, и почему это лучше для !

Фото RACHAEL OSBORN ФОТО через два ярких света

Q: «Мои дети сумасшедшие, и они не будут сидеть на месте для фотографий!»

Вариант №1: «Ничего страшного!»

Семьи серьезно волнуются, когда их извивающиеся малыши не хотят вскидывать головы и говорить «Сыр!» Однако, если ваш подход больше похож на образ жизни, чем предполагалось, вы можете предпочесть расслабленную сессию с большим количеством взаимодействий! Сообщите своим клиентам:

«Ничего страшного, если ваши детишки шаткие и дикие! Смейтесь, улыбайтесь и обнимайте их поближе! Ваши любимые фотографии всегда будут моментами радости и связи. Никто не любит фотографии, на которых они ругают своих детей, так что просто забудьте о том, чтобы все было «идеально», и наслаждайтесь этим! »

Вариант №2: «Давайте перенесем!»

Если вы художник-студийный портретист, которому нужно больше внимания уделять предметам, подготовьте клиентов к тому, как этого добиться. Сообщите им, как подготовиться к сеансу: еда, сон, милая одежда, которая не будет чесаться и не раздражать — все, что вы нашли, что помогает вашим маленьким клиентам расслабиться перед камерой! Затем, если день все еще тяжелый для маленьких, вы можете прибегнуть к:

«Похоже, нам нужно будет перенести расписание! Давайте обсудим, как сделать нашу следующую попытку лучше.”

Один ребенок-фотограф брал плату за изменение расписания, но это создавало стресс для ее клиентов, которые сделали все «правильно», но все еще имели капризный ребенок на руках. Она устранила этот стресс для будущих бронирований, повысив свои ставки ровно настолько, чтобы учесть случайные изменения сроков. «Теперь мои клиенты не чувствуют, что их наказывают, если изменение графика действительно необходимо», — поделилась она. «Теперь легко ответить на вопросы клиентов о переносе сроков, так как я могу успокоить мысли своих семей!»

Фото RACHAEL OSBORN ФОТО через два ярких света

Вариант №1: Дайте общий ответ.

Если вы фанат оборудования и подходите к каждой съемке, сочетая цифровое и кинематографическое, винтажное и современное, экспериментальное и традиционное, у вас может быть нелегко ответить на вопросы клиентов о камерах! Можно сказать:

«Я использую все инструменты, которые мне нужны, чтобы делать потрясающие фотографии для моих клиентов! Некоторые из моих вещей старинные и выглядят дико; некоторые из них самые последние и самые лучшие. Будьте уверены, фотографии, которые вы полюбили на моем сайте, иллюстрируют типы фотографий, которые я сделаю для вас! »

Вариант №2: «ЭТО КОНКРЕТНЫЙ!»

Если вы убежденный сторонник бренда и обладаете неизменным набором оборудования, вы можете открыто и уверенно отвечать на вопросы клиентов, связанные с оборудованием! Не беспокойтесь о том, поймет ли ваш клиент вашу модную речь. Просто скажи им, что случилось!

Клиент фотографа-портретиста попросил включить в контракт список снаряжения. Фотограф увидел в этом красный флаг. Что, если его камера была повреждена, и он арендовал или одолжил другую камеру для работы? Или что, если он просто выбрал для покупки новой системы до даты съемок? Он отказался указать список своего оборудования в контракте, но, к счастью, клиент все же забронировал его! Не бойтесь следовать своей интуиции и делать то, что кажется правильным для вашего бизнеса, — даже если для этого нужно отвечать нет на определенные вопросы или запросы клиентов!

Фото RACHAEL OSBORN ФОТО через два ярких света

Q: «Мои фотографии готовы? Как насчет сейчас?

Вариант №1: Недостаточные обещания и перерасход

Вопросы клиентов о дебиторской задолженности следует решать с самого начала.В вашем контракте должен быть четко указан график доставки — и он должен быть достижимым! Если вы обычно доставляете портреты за две недели, пообещайте их через четыре. Если вам нужно четыре недели на редактирование свадьбы, выделите восемь-десять недель. Это защитит вас, если личная чрезвычайная ситуация вызовет какие-либо задержки, и позволит вам приятно удивить своих клиентов, когда вы неизменно доставляете их фотографии раньше срока!

Вариант № 2: придерживаться установленного срока

Выберите разумную, достижимую, устойчивую дату доставки и назначьте просмотр (или публикацию в галерее, или сеанс заказа) на эту дату во время бронирования.Даже если фотографии будут готовы до установленного срока, ваш календарь поблагодарит вас за то, что вы придерживались графика, и , а не , доставят раньше срока!

REBECCA ICKES — rebeccamarie.com
«Клиенты слышат страшные истории от людей, которые месяцами ждали, чтобы получить свои снимки от другого фотографа. Поэтому я установил ТОЧНУЮ дату доставки фото ДО дня свадьбы. В тот день пара приходит в студию, и мы устраиваем небольшую вечеринку и показываем им их фотографии! »

Фото RACHAEL OSBORN ФОТО через два ярких света

Q: «Что делать, если мне не нравятся мои фотографии?»

A: Пора стать реальностью.

Не позволяйте таким вопросам клиентов пугать вас! Вопросы клиентов во многом зависят от их характера и стиля обработки. В то время как один клиент может задать этот вопрос просто из болезненного любопытства, другой может искренне бояться быть несчастным. Отвечайте осторожно, заботливо и открыто.

«Фотографии, которые вы видите в моем портфолио и в моих образцовых галереях, указывают на фотографии, которые вы можете ожидать от вашей собственной сессии.Если вам нравится то, что вы видели, думаю, вы будете очень довольны своими фотографиями! Однако, если вы беспокоитесь о том, что мы можем не подходить, я, безусловно, уважаю это! Я буду счастлив порекомендовать вам других фотографов, если мои работы не находят отклика у вас так, как я надеялся. Моя цель номер один — быть счастливыми! »

Искусство субъективно, и вы никогда не можете гарантировать, что клиенту понравится ваша работа. Но вы можете показать им бесчисленное количество примеров того, что вы делаете, и открыто рассказать об их вариантах. Не позволяйте страху потерять бронирование, чтобы дать вам обещания, которые вы не сможете сдержать!

Когда свадебному фотографу задали этот вопрос, она ответила сочувственно и вдумчиво. В ответ клиент поделился историей о друге, которого сжег так называемый «профессиональный» фотограф, который оказался совсем не таким. Это позволило фотографу и клиенту более тесно общаться, построить прочные профессиональные отношения, которые помогли им пройти через бронирование, получить прекрасный опыт фотосъемки и очень счастливую доставку фотографий через год! Работа фотографа говорила сама за себя, ее подлинность убедила клиента, и любые будущие проблемы будут услышаны и рассмотрены с сочувствием.

Фото RACHAEL OSBORN ФОТО через два ярких света

Вариант №1: «Нет»

Ваша душа кричит «НЕТ НЕТ НЕТ НЕТ НЕТ!», Но вы знаете, что должны отвечать профессионально. Просто объясните:

«Я бы никогда не стал копировать работы другого художника, но большое спасибо за то, что поделились своим вдохновением! Я учту весь ваш вклад по мере приближения к сеансу! »

Вариант №2: «Да!»

Если вам нравится задача воплотить в жизнь видение клиента — каким бы фантастическим оно ни было — присоединяйтесь к его воодушевлению!

«Какая потрясающая фотография! Мой стиль немного отличается, но давайте определенно попробуем создать что-то похожее во время нашей сессии! »

Фото RACHAEL OSBORN ФОТО через два ярких света

Q: «Получу ли я компакт-диск с моими фотографиями?»

Вариант №1: «Да, И…»

Будь то CD, DVD, USB или почтовый голубь, многие клиенты любят получать что-то осязаемое — даже если формат устарел!

Мы рекомендуем предоставить этот в дополнение к к онлайн-пробной печати — отчасти потому, что онлайн-галереи — это наш бизнес, но также и потому, что ваши клиенты определенно не захотят делать копии диска для отправки своим друзьям и семье!

Вариант №2: «Нет, НО…»

Если вы вообще отказываетесь от дисков, заверьте своих клиентов, что они по-прежнему получат ВЕЛИКОЛЕПНЫЕ впечатления от просмотра и получения своих фотографий с помощью онлайн-системы! Чтобы сделать их онлайн-просмотр более ощутимым, предоставьте также небольшой набор отпечатков или настенный холст с их любимым изображением.

МАЙК ГЛАТЦЕР — mikeglatzerphotos.com
«Я использую Shootproof для своих галерей и заказов на печать, потому что все, что нужно моему клиенту, находится в одном месте! В первый раз, когда я разговариваю с новым потенциальным клиентом, я показываю одну из моих предыдущих свадебных галерей. Это показывает:

• , что мой средний показатель неизменно высокий, и я не любитель одного удара,
• , как их галерея будет выглядеть после доставки, и
• , как они будут загружать свои цифровые файлы и заказывать распечатки!

Это займет всего около 10 минут, и это отличный способ доказать неизменно высокое качество работы и заинтересовать клиентов получением их собственных фотографий в Интернете.Это также побуждает их задуматься о принтах и ​​товарах, которые они захотят заказать! »

Фото RACHAEL OSBORN ФОТО через два ярких света

Вариант №1: «Обязательно!»

Если вы мастер ретуши, вы не будете беспокоиться о том, чтобы убрать прыщик или два. Просто объясните клиенту, какой уровень ретуши ему следует ожидать. Существует огромная разница между удалением изъяна на одной фотографии крупным планом и ретушированием всего лица проблемной кожи на 624 окончательных изображениях! Ваши обещания постпродакшена должны быть четкими и отражены в вашем контракте!

Вариант №2: «Нет, но мой редактор может!»

Нет ничего постыдного в том, чтобы не стать чемпионом по ретуши!

«Мой стандартный пост-продакшн можно увидеть на изображениях в моем портфолио — красивые оттенки кожи и готовые к печати экспозиции! Если вы хотите более тщательное ретуширование (для шрамов, пятен на коже, изменения формы тела или добавления / удаления людей / объектов с фотографии), это можно обсудить для каждого изображения отдельно, и его оплата будет осуществляться по ставкам, начинающимся с $ за изображение.”

Большинство постпродакшн-компаний также предоставляют услуги индивидуальной ретуши. Или рассмотрите retouchup. com, у которого только предлагает ретушь!

Фото RACHAEL OSBORN ФОТОГРАФИЯ через два ярких света | Планировщик мероприятий: когда-либо после планирования | Визажист: Карли Прибич Профессиональный визажист | Дизайнер приглашений: Эмили Роуз Инк | Стилист: волосы от Spair | Цветочный дизайнер: пыльца и кондитерские изделия | Дизайнер тортов: пыльца и кондитерские изделия | Магазин платьев: Свадебный бутик Savy’s Chic | Место проведения: склад 109

На какие сложные вопросы клиентов ВЫ творчески ответили? Расскажите нам в комментариях ниже!

Сделайте свой бизнес ЛУЧШИМ…

Как загрузить изображение в пост?

Примечание : Некоторые сайты требуют 10 репутации для встраивания изображений в сообщения. На этих сайтах вы по-прежнему можете загружать изображения с помощью инструмента ниже, но вы не сможете встроить эти изображения в строку; вы можете только связать их. Другой пользователь с необходимой репутацией может редактировать ссылки на изображения во встроенные изображения.

Как объяснялось, когда был введен хостинг изображений:

Добавить картинку к вопросу или ответу теперь так же просто, как…

1. Нажатие кнопки панели инструментов «Вставить изображение»

2. Выбор изображения на компьютере или в Интернете

3. При нажатии кнопки «Загрузить»

После этого замените по умолчанию «введите описание изображения здесь» на что-нибудь значимое.Для программ чтения с экрана для слабовидящих, для браузеров, которые не показывают изображения, для случаев, когда Imgur заблокирован, и для индексов поисковых систем: введите хорошее описание.

Даже при вставке URL-адреса из Интернета изображение будет скопировано в учетную запись Stack Exchange Imgur и, следовательно, останется, даже если ссылка на исходное изображение не работает.

Если вам просто нужна ссылка на изображение:

1. Используйте шаги выше
2. Удалите начальный восклицательный знак из результата: [щелкните, чтобы увидеть мое изображение] [5]

Если вы действительно хотите жестко связать изображения из другого источника, не копируя их в учетную запись Stack Exchange Imgur:

1. Используйте инструмент ссылки, чтобы создать обычную ссылку на изображение
2. Добавьте к ссылке восклицательный знак: ! [Описание изображения] [6]

Имейте в виду, что изображение исчезнет, ​​если ссылка будет нарушена.

Обратите внимание, что изображение должно поступать из источника HTTPS, чтобы отображаться как встроенное изображение. Изображения из источников HTTP будут отображаться как просто ссылка, чтобы предотвратить появление предупреждений о «смешанном содержании». Все изображения, загруженные в учетную запись Stack Exchange Imgur описанными выше способами, взяты из источника HTTPS и будут отображаться правильно.

Имейте в виду, что:

• Чтобы упростить поиск релевантной информации с помощью поисковых систем, обязательно скопируйте важный текст в свое сообщение.(Сообщения из всплывающих диалоговых окон часто можно просто скопировать с помощью Ctrl-C или Command-C.)

• По возможности используйте хостинг, предоставляемый Stack Exchange, как описано выше. Это гарантирует, что изображения никогда не потеряны. Изображения на многих других бесплатных хостингах изображений истекают, если их не запрашивать время от времени, и публикация должна быть полезна для будущих посетителей. Кроме того, это необходимо, если ваше изображение взято из источника HTTP, поскольку такие изображения не могут быть встроены по соображениям безопасности (см. Выше).

Применение отношений вопрос-ответ к изображениям

Главная страница ›Классные ресурсы› Планы уроков

План урока

Обзор

Рекомендуемые ресурсы

От теории к практике

ОБЗОР

Учащимся ежедневно задают вопросы о словах в тексте, но как насчет изображений? Картинки могут помочь учащимся лучше понять текст, тему или рассказ. В этом многосессионном уроке, предназначенном для испытывающих трудности читателей, учащиеся проходят через просмотр книги Дэвида Визнера Вторник , книги с картинками без слов. Когда студенты просматривают изображения, им задают четыре различных типа вопросов об изображениях. Вопросы варьируются по сложности от вопросов, ответы на которые можно найти в тексте, до вопросов, требующих умозаключений. Учащиеся учатся классифицировать вопросы по четырем типам вопросов и использовать картинки, чтобы лучше понять историю.Затем ученики применяют полученные знания для самостоятельного чтения книги Иштвана Баньяя Zoom . Учащиеся заполняют рабочий лист с рядом вопросов по истории, а затем размышляют о полезности стратегии опроса.

наверх

ОСОБЕННЫЕ РЕСУРСЫ

P-QARs для Zoom : Учащиеся могут использовать этот рабочий лист, чтобы классифицировать типы вопросов и отвечать на вопросы об изображениях в книге без слов.

к началу

ОТ ТЕОРИИ К ПРАКТИКЕ

Cortese, E.E. (2003). Применение стратегии QuestionAnswer Relationship к картинкам. The Reading Teacher , 57 (4), 374380.

• Изображения могут использоваться с отношениями «вопрос-ответ» (QAR) как способ научить учащихся, как использовать графические изображения в дополнение к печатному тексту для понимания прочитанного вопросов.
• Вовлечение учащихся в вопросы различных уровней по отношению к картинкам может помочь им определить основные идеи, сделать выводы и сделать выводы.
• Применение стратегии QAR к изображениям может помочь улучшить схему и базовые знания учащихся, необходимые для понимания текста.

наверх

Задание вопросов к изображениям с глубоким обучением

Повышение доступности через компьютерные интерфейсы имеет многолетнюю историю с прикладным искусственным интеллектом (ИИ), чаще всего в области распознавания голоса (👋 Siri! 👌 Google? ).

Теперь, благодаря достижениям в области глубокого обучения, область компьютерного зрения также добивается впечатляющих успехов в технологиях доступности — мы видим новые приложения и методы, которые могут обеспечить альтернативные формы восприятия и переопределить то, что значит «видеть».

В 2016 году Microsoft выпустила Seeing AI, «приложение для людей с нарушениями зрения, которое повествует об окружающем мире». Приложение использует камеры на устройствах пользователей, обработку естественного языка и компьютерное зрение для описания окружающей среды.

Приложения, подобные Seeing AI, предоставляют мощные инструменты восприятия, альтернативные человеческому зрению. Однако основная проблема в улучшении компьютерных средств «видения» — это позволить пользователям извлекать наиболее актуальную и желаемую информацию из своей среды.

В этом руководстве по глубокому обучению мы более подробно рассмотрим подход к улучшенному обнаружению объектов, который называется: Визуальный ответ на вопрос (VQA) . VQA может дать более надежные визуальные средства, усложняя «восприятие» на основе интеллектуальных систем; этот метод позволяет людям задавать открытые, здравые вопросы о визуальном мире, создавая основу для более гибкого и персонализированного взаимодействия.

Большая часть этих исследований, особенно в области классификации изображений, стала возможной благодаря общедоступной базе данных ImageNet, которая содержит более четырех миллионов изображений, помеченных более чем тысячей категорий объектов.

В этом посте мы сначала немного углубимся в основную теорию, лежащую в основе визуального ответа на вопрос, и рассмотрим два варианта VQA:

1. Модель «мешка слов»
2. «повторяющаяся» модель

Затем я предоставлю несколько извлеченных уроков и полный рабочий процесс учебника, в котором вы узнаете, как:

• Создавать и обучать собственные модели VQA с помощью Keras + TensorFlow
• Настроить REST API для обслуживания моделей на FloydHub
• Начните задавать вопросы о ваших собственных изображениях!

Код этого сообщения полностью открыт. Вы можете просмотреть мои эксперименты прямо на FloydHub, а также код (вместе с файлами веса и данными) на Github. Давайте начнем!

Готовы создавать, обучать и развертывать ИИ?

Начните работу с совместной платформой искусственного интеллекта FloydHub бесплатно

Попробовать FloydHub бесплатно

О чем вопрос?

Допустим, мы хотели разработать модель, которая могла бы ответить на некоторые вопросы о приведенном выше изображении поезда.Например, я хотел бы спросить модель: Какой это тип автомобиля? , и я ожидал, что он уверенно скажет мне, что это поезд.

Для этого нашей модели необходимо понимать несколько вещей — давайте разберем их на подзадачи:

1. Идентификация различных объектов на изображении (поезд, светофоры, пути, тротуар, человек и т. Д.) )
2. Обработка самого текста вопроса, который может быть обработан как «последовательность» слов
3. Сопоставление соответствующих участков изображения (в данном случае — поезда) с вводимым текстом вопроса.
4. Создание текста на естественном языке в виде ответа с приемлемой степенью достоверности.

Подготовка набора данных

Набор данных VQA с открытым исходным кодом содержит несколько открытых вопросов о различных изображениях. Все мои эксперименты проводились с V2 набора данных (хотя я также обработал v1 набора данных — намного меньше по размеру), который содержит:

• 82,783 обучающих изображений из набора данных COCO (общие объекты в контексте)
• 443,757 пары вопрос-ответ для обучающих изображений
• 40 504 проверочных изображения для выполнения собственного тестирования
• 214 354 пары вопрос-ответ для проверочных изображений.Как и следовало ожидать, этот набор данных огромен (12,4 ГБ обучающих изображений).

В моем репозитории есть полезный сценарий, который можно использовать для обработки вопросов и аннотаций ( src / data_prep.py ). Для изображений я решил использовать предварительно обученную модель архитектуры VGG16, обученную на самом COCO Андреем Карпати для его проекта Image Captioning. Для тех, кто следит за мной, я создал общедоступный набор данных на FloydHub под названием vgg-coco для хранения этой зависимости (VGG-Net), поэтому вы можете просто подключить этот существующий общедоступный набор данных FloydHub к своим заданиям и рабочим областям.Это приятно, потому что избавляет вас от необходимости когда-либо снова загружать его самостоятельно.

После обработки данных мы получим следующие предварительно обработанные текстовые файлы, которые будут использоваться для обучения:

  ├── preprocessed # Текстовые файлы, используемые для обучения.
    ├── questions_train2014.txt # Учебные вопросы.
    ├── questions_lengths_train2014.txt # Длина каждого вопроса
    ├── questions_id_train2014.txt # Карта ques-imgs
    ├── images_train2014.txt # ID изображений (используются для сопоставления)
    └── answers_train2014_modal.txt # Ответы на обучающие вопросы.
├── data # Используемые и / или сгенерированные данные
│ ├── get_data.sh # Выполнить сначала, чтобы загрузить все предварительно обработанные данные
├── src # Исходные файлы
│ ├── train_baseMLP. py # Обучаем модель прямой связи.
│ ├── train_LSTM.py # Обучаем повторяющуюся модель.
│ ├── utils.py # Служебные методы, необходимые для обучения.
│ ├─ data_prep.py # Подготовить данные для обучения из источника VQA.│ ├── Assessment.py # Определяет точность модели.
│ ├── test.py # Тестовый файл для запуска с вашими собственными парами изображение-вопрос.
├── предварительно обработанные # Предварительно обработанные данные для справки
├── models # Сохраненные файлы моделей, необходимые для выполнения теста
├── ЛИЦЕНЗИЯ
└── README.md  

Как и в любом проекте контролируемого обучения, наша основная задача состоит в том, чтобы сформировать набор входных функций и скормить их через некоторые веса модели для получения выходных данных. В своей основной форме VQA ничем не отличается.

Таким образом, это будет первый подход, который мы выберем. Мы просто объединим векторы признаков нашего изображения и ввод текста вопроса, чтобы передать их в полностью подключенную сеть, которая может предсказать ответ на вопрос.

Базовый уровень: набор слов

Существует много способов представления текстовых данных с помощью машинного обучения. Один из самых простых (и элегантных) подходов — это модель Bag of Words. Подход «Мешок слов» прост для понимания, прост в реализации и имеет большой успех в таких задачах, как моделирование языков и классификация документов.Вы можете прочитать этот пост, чтобы познакомиться с моделью BoW.

Важно отметить, что вектор признаков для нашего вопроса (который передается в сеть) представляет собой сумму всех векторов признаков слов этого конкретного вопроса. Таким образом, независимо от порядка слов в исходном вопросе, этот вектор признаков остается тем же самым — таким образом, мешок слов. Топология этой сети определяется следующим образом:

  num_hidden_units = 1024
num_hidden_layers = 3
batch_size = 128
выпадение = 0.5
активация = "загар"
img_dim = 4096
word2vec_dim = 300
num_epochs = 100  

При обучении модели рекомендуется добавить интеграцию с TensorBoard, чтобы более эффективно визуализировать процесс обучения. Это довольно просто при использовании FloydHub. Все, что вам нужно сделать, это экспортировать журналы TensorBoard в ./Graph :

  model = Sequential ()
model.add (Dense (num_hidden_units, input_dim = word2vec_dim + img_dim,
                kernel_initializer = 'униформа'))
модель.добавить (выпадение (выпадение))
для i в диапазоне (num_hidden_layers):
    model.add (Dense (num_hidden_units, kernel_initializer = 'uniform'))
    model.add (Активация (активация))
    model.add (выпадение (выпадение))
model.add (Dense (nb_classes, kernel_initializer = 'униформа'))
model.add (Активация ('softmax'))

model.compile (loss = 'category_crossentropy',
              optimizer = 'rmsprop')
tenorboard = TensorBoard (log_dir = '. / Graph',
                          histogram_freq = 0,
                          write_graph = Верно,
                          write_images = True)  

Еще одно тонкое наблюдение за реализацией заключается в том, что вопросы имеют переменную длину. Чтобы представить векторы вопросов как тензоры, меньшие вопросы должны быть дополнены нулями.

Примечание. Среда FloydHub по умолчанию не содержит внутренних зависимостей (векторов Word) установленного SpaCy, поэтому для запуска сценария на заданиях FloydHub вы можете выполнить эту команду CLI Floyd:

  floyd run --gpu --data sominw / datasets / vqa_data / 2: введите 'bash run_me_first_on_floyd.sh && python src / train_baseMLP.py --logdir ./Graph'
  

Наша базовая линия работала достаточно хорошо с точностью около 48%.Для создания этой архитектуры на экземплярах графического процессора K80 от FloydHub требуется около 400 секунд в эпоху. Также интересно отметить, что эта базовая архитектура выравнивается после 35-40 эпох.

Вот некоторые из ошибок, которые я сделал, и уроки, извлеченные в процессе построения этой первой итерации базовой модели. Имейте это в виду при построении собственной модели:

• Предварительная обработка требует большого терпения : Конечно, были очень разные элементы, прежде чем даже дойти до части обучающих моделей. Как обработка JSON для извлечения вопросов, ответов и идентификаторов изображений. Это, в свою очередь, требует большого терпения и усилий. Предлагаю вам досконально разобраться, как это делается. Обработка этих элементов помогла мне понять, насколько мощны векторизованные операции NumPy.
• Не удивляйтесь : С такими проблемами, как VQA, где исследования ведутся с поразительной скоростью, очень легко наткнуться на современную исследовательскую работу, потратить часы на выяснение сложных уравнений и, в конечном итоге, в конечном итоге ни с чем.Всегда лучше начинать с того, что вы уже знаете. Поэтому я решил построить эту базовую линию, используя абсолютные основы нейронных сетей.
• Начни с малого, затем масштабируй : Одна из первых ошибок, которые я сделал, начиная с этого проекта, заключалась в том, чтобы делать все сразу. Убедитесь, что вы начали с очень маленького подмножества этого огромного набора данных — быстро создайте прототип модели, возможно, с одной эпохой. Посмотрите, хорошо ли он обрабатывается в вашем оценочном коде. Как только у вас будет все это на месте, вы можете масштабировать его.

Рекуррентная модель

В качестве следующего шага давайте попробуем повысить точность нашей модели с помощью апостериорной обработки текста. Этот подход называется рекуррентной моделью.

В нашем предыдущем подходе порядок и структура слов в вопросе были отброшены — это был просто «мешок», иначе «независимых» слов. В рекуррентной модели последовательность слов сохраняется. Еще один способ думать о RNN — это то, что у них есть «память», которая фиксирует информацию о том, что было рассчитано на данный момент.Именно такая природа сохранения длинных последовательностей делает RNN идеальными для задач, связанных с NLP.

Мы решили продолжить работу с LSTM, чтобы избежать фундаментальных ограничений обычных RNN: проблемы исчезающего градиента. (Если вы хотите узнать больше об ограничениях, сильных сторонах и типах RNN, вы можете обратиться к этой замечательной статье Андрея Карпати).

Нейронная сеть имеет 3 составных слоя LSTM по 512 единиц для обработки вопросов, которые затем объединяются с моделью изображения. Один полносвязный регулярный слой принимает выходные данные объединенной модели и возвращает их к размеру словаря (как показано на рисунке выше).

Сеть LSTM в Keras ожидает, что вход (Tensor X) будет предоставлен с определенной структурой массива в форме: [образцы, временные шаги, функции] В настоящее время наши данные имеют форму [образцы, особенности ] . Итак, мы определяем две разные модели: модель изображения для обработки вектора признаков изображения (len: 4096 ) и языковую модель для обработки последовательностей текста вопроса (len: 300 , timestep: 30 — max length вопроса доступны у нас).

  количество_скрытых_единиц_LSTM = 512
max_length_questions = 30

### Модель изображения
model_image = Последовательный ()
model_image.add (Изменить форму ((img_dim,),
                input_shape = (img_dim,)))

### Языковая модель
model_language = Последовательный ()
model_language. add (LSTM (число_скрытых_единиц_LSTM,
                        return_sequences = Истина,
                        input_shape = (max_length_questions,
                                    word2vec_dim)))
model_language.add (LSTM (число_скрытых_единиц_LSTM,
                        return_sequences = True))
model_language.добавить (LSTM (число_скрытых_единиц_LSTM,
                        return_sequences = Ложь))

### Слияние двух моделей
model = Последовательный ()
model.add (Слияние ([язык_модели, изображение_модели],
                  режим = 'concat',
                  concat_axis = 1))
  

Для создания этой архитектуры на инстансах FloydHub K80 GPU требовалось около 460-500 секунд / эпоха, при этом производительность стабилизировалась после 50 эпох.

  floyd run --gpu --data sominw / datasets / vqa_data / 2: введите 'bash run_me_first_on_floyd.sh && python src / train_LSTM.py --logdir ./Graph '
  

Еще остается много возможностей для настройки гиперпараметров в обеих архитектурах (то есть количество уровней), процент отсева, временные шаги в случае LSTM и т. Д.

Выводы и тесты

Оценка, выполненная на проверочном наборе дали следующие результаты:

Полученные результаты соответствуют исходному документу VQA, хотя мы оценивали его на проверочном наборе.

В целом создание и оценка моделей VQA были чрезвычайно полезными. Основываясь на моем опыте, это ключевые выводы, которые, я думаю, следует учитывать другим, интересующимся этим пространством:

• Остерегайтесь кроличьих нор : Из-за огромного разнообразия компонентов, задействованных здесь, важно не торопиться и следуйте пошаговому подходу, внимательно оценивая, как обрабатываются данные.По мере того, как вы переходите от более простых моделей, таких как MLP, к сложным, таким как RNN / LSTM, довольно часто возникают ошибки размерности при вводе данных в модели. Но это нормально, если вы тщательно оцените свой входной конвейер, оценивая размерность отдельных элементов, вы сможете решить такие проблемы.
• Проблемы воспроизводимости с зависимостями: Если вы пытаетесь воспроизвести результаты или развертываете модели глубокого обучения, убедитесь, что зависимости согласуются с тем, с чем вы тренировались.Мне пришлось потратить почти 2 дня на диагностику проблемы, из-за которой моя скорость обучения упала, потому что обновленная сторонняя зависимость испортила мой входной конвейер.
• Путь вперед : Одна из замечательных особенностей VQA в целом заключается в том, что это чрезвычайно новая область. Поэтому тому, что вы можете сделать, нет конца, даже если это означает копирование оригинальных исследований. Теперь, когда у вас есть готовый конвейер, будет интересно попробовать некоторые из последних работ в УПК, среди прочего, с моделями внимания.

Давайте попробуем: руководство по API обслуживания моделей FloydHub

После создания этих двух потенциальных решений проблемы VQA мы решили создать конечную точку обслуживания на FloydHub, чтобы мы могли протестировать наши модели вживую, используя новые образы.

Вот что вам понадобится для запуска задания обслуживания модели на FloydHub:

• Обученная модель + веса, хранящиеся в наборе данных на FloydHub : я уже сохранил свои модели в наборе данных VQA, поэтому я использовать тот же набор данных в своей работе по обслуживанию.
• Простое приложение Flask (под названием app.py ) для обработки входного изображения и возврата выходных данных вашей модели.
• Файл floyd_requirements.txt для указания любых дополнительных требований, например Flask!

Чтобы упростить задачу, я предпочитаю создать отдельный репозиторий для моих заданий по обслуживанию моделей, чтобы избежать загрузки избыточных накладных расходов кода, необходимых для обучения / оценки моделей. Чтобы ускорить ваш процесс, я создал образец репозитория для обслуживания, который вы можете клонировать и протестировать с моими обученными моделями. Вы можете использовать мои образцы файлов app.py и floyd_requirements.txt для начальной загрузки ваших собственных заданий обслуживания.

  # клонировать мое репозиторий GitHub с приложением Flask и другими требованиями
git clone https://github.com/sominwadhwa/vqamd_api

# войти в инструмент командной строки FloydHub
логин floyd

# подключиться к проекту FloydHub
floyd init vqa_api  

После того, как вы инициализировали свой проект с помощью FloydHub, вы готовы начать работу по обслуживанию модели на FloydHub:

  # начать мою работу по обслуживанию (вместе с прикрепленным набором данных)
floyd run --data sominw / datasets / vqa_data / 3: input --mode serve  

Теперь вы получите URL-адрес панели управления вашего задания на FloydHub, а также конечную точку REST вашего задания:

Открытие этого URL-адреса направит вас в FloydHub, где вы можете увидеть текущие журналы с конечной точки REST.Обратите внимание, что установка всех требований может занять несколько минут, прежде чем ваша конечная точка обслуживания будет готова. Когда ваша конечная точка будет готова, вы увидите в своих журналах следующее: Модель

Теперь самое интересное начинается — вы можете начать отправлять запросы к своей модели на FloydHub с помощью команды curl (или любой другой инфраструктуры HTTP-запросов). Вот пример:

Когда вы закончите использовать API своей модели, не забудьте закрыть свою работу на FloydHub.Для получения дополнительной информации о моделях обслуживания на FloydHub вы можете ознакомиться с их документами и другими руководствами.

О Сомине

Сомин в настоящее время специализируется на компьютерных науках и работает стажером-исследователем в Лаборатории сложных систем, IIIT-Дели. Сфера его интересов: машинное обучение, статистический анализ данных и баскетбол. Сомин также является автором AI для FloydHub, за ним вы можете следить в Twitter или LinkedIn.

Искренняя благодарность Дж. Раунаку за то, что он всегда был частью этого проекта и внес в него свой вклад.Если вы попытаетесь воспроизвести или запустить некоторые из ваших собственных тестов и получить обратную связь, застряли или продолжили аналогичный проект в этом домене, сделайте ping @me или @Raunaq в Twitter. Мы будем рады узнать, чем вы занимаетесь.

Мы всегда ищем больше гостей, чтобы писать интересные сообщения о глубоком обучении в блоге FloydHub. Дайте нам знать в Twitter, если вам интересно.

вопросов и ответов по имени, образу и внешнему виду | NCAA.org

Изображение вопросов и ответов | Бесплатная загрузка на ClipArtMag

6

371×323 Вопросы и ответы Клипарт

8

800×811 Вопросы и ответы Изображения Вопрос и ответ

2 1

400×300 10 общих вопросов и ответов, которые задают в интервью

1 1

271×180 Успешное проведение квестов и ответов

1

Интервью 300×300 Вопросы и ответы Телефонное интервью

1

1280×720 Kbc Gbjj 31 октября 2017 Сегодняшние вопросы и ответы

1

1600×1200 Вопросы Ответы усилителя Qp Декларация Рис. Мир

1

Значок вопроса и ответа 1200 x 600

1

512×512 Значок вопроса и ответа Iconexperience

1

429×386 Вопрос Ответы Сеть

1

1024×768 Шаблон Ppt с вопросами и ответами, Q Amp Шаблон PowerPoint

1

444×486 Время: вопросы и ответы, живя по закону притяжения

1

1024×743 Вопрос-ответ Значок

1000×1000 5 лучших сайтов с вопросами и ответами Лучшие варианты ответов Yahoo

1

880×380 5 лучших тем WordPress, таких как Quora, для создания сайтов с ответами на вопросы

900×900 О нас

1600×1000 Angularjs Интервью Вопросы и ответы Набор 1 руководств

200×200 Лучшие идеи вопросов для интервью по Linux Интернет

400×400 Лучшие сайты для ответов на вопросы 2017

Клипарт 400×360 для вопросов и ответов

310×205 Архив вопросов и ответов Cocubes

450×450 плоский дизайн концепции Qampa вопросы и ответы роялти Free

940×627 Слушания

520×240 У меня вопрос. У кого есть ответ — компас

360×480 Ideal Clip Art Вопрос Вопросы Вопрос и ответ Клипарт

1080×646 Instagram Вопрос Amp Ответ

180×178 Последний Cit (427) (432) (484) Tma. Вопросы и ответы Uniqueplanetblog

768×512 В Израиле вопросы и ответы о Песахе

2000×557 Продвигайте свой сайт с помощью 55 высококачественных ответов на Quora

600×525 Q Стоковые фотографии, изображения и векторные изображения Stockfresh

512×512 Вопрос Усилитель Ответ Игра Danny World

Символ знака Кампа 450×450.Речи пузыри с вопросом и ответом. Роялти

1300×1305 Вопросы и ответы Мультяшный Клипарт Панда

594×598 Вопросы и ответы Клипарт Панда

900×900 Вопросы и ответы бесплатные клипарт изображения

Вопросительные знаки 1024×1024 представляют собой часто задаваемые вопросы и ответы

1721×1001 Вопрос Усилитель Ответ

900×675 Вопросы и ответы Опытный веб-маркетинг

1280×720 Вопрос и ответ на английском языке Вопрос № 1

1024×914 Вопросы и ответы Два обсуждения в речевых облаках Stock Photo

253×256 Сайты вопросов и ответов

1300×1300 Сайты вопросов и ответов

1300×1300 Красная стрелка вопросов и ответов вокруг зеленой земли для бизнеса

450×384 складе Иллюстрация

1280×720 Ответы на вопросы экзамена Tntet на тамильском языке Tet

1200×400 Доска вопросов и ответов (Ihub) Доска объявлений

640×410 5 лучших плагинов для вопросов и ответов для WordPress, на которые стоит обратить внимание

5910×3272 Уникальное официальное письмо с вопросами и ответами

970×546 Где искать, когда Google не может ответить на ваш вопрос — одна страница

1200×1121 Вопросы Клипарт Бесплатно

Все права на опубликованные графические, графические и текстовые материалы на ClipArtMag.