Đang tải... (xem toàn văn)
Source code nhỏ giúp hỗ trợ nhận dạng ảnh với input là một ảnh bất kỳ và output là nội dung của bức ảnh đó
1 LỜI NÓI ĐẦU Là lĩnh vực cơng nghệ Trí tuệ nhân tạo (AI), Machine learning phương pháp phân tích liệu từ tự động hóa việc xây dựng mơ hình phân tích Đây công nghệ hứa hẹn mang lại hỗ trợ tối ưu cho doanh nghiệp với nhiều ứng dụng giới thực, ví dụ nhận dạng giọng nói nhận diện hình ảnh Machine learning sử dụng thuật toán lặp để học từ liệu cho phép máy tính tìm thấy thơng tin, giá trị ẩn sâu mà khơng lập trình cách rõ ràng nơi để tìm Khía cạnh lặp lại Machine learning quan trọng mơ hình tiếp xúc với liệu chúng thích ứng cách độc lập Các hệ thống Machine Learning nhanh chóng áp dụng kiến thức đào tạo từ liệu lớn để thực công việc nhận diện khuôn mặt, nhận dạng giọng nói, … cách xuất sắc LỜI CẢM ƠN! Em xin gửi lời cảm ơn chân thành tri ân sâu sắc tới cô Nguyễn Thị Tính nhiệt tình hướng dẫn em hồn thành tốt nhiệm vụ thời gian thực tập Trong trình thực tập, trình làm báo cáo thực tập, khó tránh khỏi sai sót, mong thầy, bỏ qua Đồng thời trình độ lý luận kinh nghiệm thực tiễn hạn chế nên báo cáo khơng thể tránh khỏi thiếu sót, em mong nhận ý kiến đóng góp thầy, để em học thêm nhiều kinh nghiệm hoàn thành tốt báo cáo tốt nghiệp tới Em xin chân thành cảm ơn! NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN Thái Nguyên, ngày tháng .năm 2018 Giáo viên hướng dẫn Mục Lục CHƯƠNG I – CƠ SỞ LÝ LUẬN 1.1 Thư viện TensorFlow TensorFlow thư viện phần mềm mã nguồn mở dành cho machine learning (máy học) nhiều loại hình tác vụ nhận thức hiểu ngơn ngữ TensorFlow sử dụng nhiều việc nghiên cứu sản xuất sản phẩm thương mại Google như: nhận dạng giọng nói, nhận dạng hình ảnh, TensorFlow ban đầu phát triển đội ngũ Google Brain cho mục đích nghiên cứu sản xuất Google sau phát hành theo giấy phép Apache 2.0 open source vào ngày 9/11/2015 1.1.1 Lịch sử 1.1.1.1 DistBelief Bắt đầu từ năm 2011, Google Brain xây dựng DistBelief - hệ thống máy học hệ dựa Neural network sử dụng độc quyền Google công ty Alphabet khác triển khai mạng nơ-ron học sâu DistBelief sản phẩm thương mại Google, bao gồm Google Search ,Google Voice Search, Google Photos, Google Maps, Google Street View, Google Translate, Advertising YouTube Google định đội ngũ nhà khoa học máy tính có tiến sĩ Jeff Dean để đơn giản hóa cải tiến mã nguồn DistBelief để trở thành thư viện lớp ứng dụng nhanh hơn, mạnh mẽ hơn, mà sau trở thành TensorFlow Năm 2009, để giảm bớt số lỗi đáng kể mạng nơ-ron mà DistBelief sử dụng đội ngũ lãnh đạo Geoffrey Hinton cải thiện cách sử dụng kỹ thuật backpropagation (giải thuật ngược) số kỹ thuật cải tiến khác Đột phá đáng ý Hinton giảm đáng kể lỗi phần mềm nhận dạng giọng nói Google (25%) 1.1.1.2 TensorFlow TensorFlow hệ thứ hai hệ thống học máy Google Brain, với cài đặt tham khảo phát hành dạng phần mềm mã nguồn mở vào ngày 9/11/2015 Trong cài đặt tham khảo chạy thiết bị đơn, TensorFlow chạy nhiều CPU GPU (với nhiều mở rộng CUDA tùy chọn cho việc tính tốn đa GPU) Nó chạy Linux Mac OS X 646 bit hệ thống máy chủ, tảng điện toán di động, bao gồm Android iOS Apple Các tính tốn TensorFlow thể dạng biểu đồ dataflow chi tiết Nhiều nhóm Google chuyển từ DistBelief sang TensorFlow để phục vụ cho việc nghiên cứu sản xuất Thư viện thuật toán bắt nguồn từ nhu cầu Google để hướng dẫn hệ thống máy tính tìm hiểu lý luận tương tự cách thức người, mà ứng dụng xuất phát từ đảm nhận vai trò chức tương tự người Tên TensorFlow xuất phát từ hoạt động mà mạng nơ-ron thực mảng liệu đa chiều Các mảng gọi “tensor”(các mạch nối tiếp) 1.1.1.3 Đơn vị xử lý Tensor (TPU) Vào tháng 5/2016, Google công bố xử lý Tensor (TPU), ASIC xây dựng đặc biệt cho máy học điều chỉnh cho TensorFlow Google vận hành TPU bên Trung tâm liệu năm tìm cách để tạo hiệu suất tối ưu hóa tốt dành cho máy học TPU máy tăng tốc AI lập trình tập trung vào số lượng lớn thuật tốn có mức xác thấp có khả ứng dụng nhiều mơ hình suy luận thực tế không huấn luyện chúng 1.1.2 Tính TensorFlow hỗ trợ hai ngơn ngữ c python TensorFlow chạy nhiều CPU GPU giúp đẩy nhanh trình huấn luyện xử lý liệu thực từ mơ học Ngồi với việc sử dụng thư viện hệ thống cloud làm đẩy nhanh hiệu hệ thống sử dụng TensorFlow Với khả chạy nhiều hệ điều hành bao gồm iOS, Android, hứa hẹn phát triển ứng dụng thông minh nhờ áp dụng tính bật Deep Learning 1.1.3 Ứng dụng Trong số ứng dụng rộng rãi mà TensorFlow làm tảng, bao gồm phần mềm tự động tạo phụ đề cho hình ảnh, chẳng hạn DeepDream Google thức triển khai thực RankBrain vào ngày 26/10/2015, hỗ trợ TensorFlow, RankBrain xử lý lượng truy vấn tìm kiếm đáng kể, thay bổ sung thuật toán tĩnh truyền thống dựa kết tìm kiếm 1.2 Google API 1.2.1 API gì? API (Application Programming Interface) giao diện lập trình ứng dụng Mỗi hệ điều hành, ứng dụng có API khác Nó cung cấp cho người lập trình hàm tương tác với sở liệu, lập trình thực thao tác với hệ điều hành hay phần mềm Hầu hết hàm API chứa file DLL Ví dụ: Các hàm API hệ điều hành windows cho phép lập trình ứng dụng thay đổi icon hình, xem thơng tin máy tính, hay hàm API google cho phép lập trình viên lấy thơng tin, sửa thơng tin người dùng, Các hàm API facebook cho đăng status, đăng ảnh hay comment, Vậy API có phải ngơn ngữ lập trình khơng? Câu trả lời khơng Các hàm API hàm bình thường mà hay viết ngôn ngữ khác có API tương ứng khác Ví dụ Google API có cho NET, PHP, Và API có hướng dẫn sử dụng cụ thể chi tiết 1.2.2 Google API 1.2.2.1 Tổng quan Google API tập hợp giao diện lập trình ứng dụng ( API ) phát triển Google cho phép giao tiếp với Dịch vụ Google tích hợp với dịch vụ khác Search, Gmail, Translate Google Maps Ứng dụng bên thứ ba sử dụng API để tận dụng mở rộng chức dịch vụ có Các API cung cấp chức phân tích, học máy dịch vụ (API dự đoán) truy cập vào liệu người dùng (khi phép đọc liệu) Một ví dụ quan trọng khác đồ Google nhúng vào trang web đạt cách sử dụng Static maps API, Places API Google Earth API 1.2.2.2 Xác thực ủy quyền (Authentication and authorization) Việc sử dụng số API đòi hỏi xác thực ủy quyền cách sử dụng giao thức OAuth 2.0 OAuth 2.0 giao thức đơn giản Để bắt đầu, ta cần lấy thông tin đăng nhập từ bảng điều khiển dành cho nhà phát triển Sau đó, ứng dụng khách yêu cầu mã truy cập từ máy chủ ủy quyền Google sử dụng mã thơng báo để ủy quyền truy cập dịch vụ Google API 1.2.2.3 Thư viện người dùng (Client libraries) Có thư viện người dùng nhiều ngôn ngữ khác cho phép nhà phát triển sử dụng API Google từ bên mã họ, bao gồm Java , JavaScript , NET , Objective-C , PHP Python Các Google Loader Javascript thư viện cho phép nhà phát triển web để dễ dàng tải Javascript API cung cấp Google nhà phát triển khác thư viện phổ biến Google Loader cung cấp phương thức JavaScript để tải API cụ thể (còn gọi modul), định cài đặt bổ sung phiên API, ngôn ngữ, vị trí, gói chọn, gọi lại tham số khác cụ thể cho API cụ thể Tải động tự động tải hỗ trợ để nâng cao hiệu suất ứng dụng cách sử dụng API tải 1.2.2.4 Tập lệnh Google Apps (Google Apps Script) Google Apps Script tảng điện toán đám mây cho phép nhà phát triển viết tập lệnh điều khiển API dịch vụ Calendar, Docs, Drive, Gmail, Sheets dễ dàng tạo tiện ích bổ sung cho dịch vụ ứng dụng dựa chromium (crom) 1.2.2.5 Các trường hợp sử dụng phổ biến (Common use cases) Đăng ký người dùng - Đăng ký người dùng thông thường thực thông qua đăng nhập Google+, cho phép người dùng đăng nhập an toàn vào dịch vụ bên thứ ba tài khoản Google+ họ sử dụng API Google+.Tính khả dụng Android , iOS JavaScript Phổ biến bao gồm nút “Sign in with Google” ứng dụng Android, việc nhập chứng xác thực đăng nhập theo cách thủ công tốn nhiều thời gian kích thước hình giới hạn -Người dùng thường đăng nhập vào tài khoản Google họ thiết bị di động nênviệc đăng nhập / đăng ký dịch vụ với Google đơn giản với vài cú nhấp chuột Drive App - Ứng dụng Drive ứng dụng web khác (thường bên thứ ba) hoạt động Google Drive sử dụng API Drive - Người dùng tích hợp ứng dụng vào Drive họ từ Chrome Store trực tuyến cho phép họ làm việc hồn tồn đám mây.Có nhiều ứng dụng có sẵn cho chỉnh sửa tài liệu (Google Docs, Sheets), chỉnh sửa hình ảnh / video, quản lý cơng việc để phác hoạ sơ đồ quy trình cơng việc Custom Search -Tìm kiếm tùy chỉnh cho phép nhà phát triển web cung cấp tìm kiếm trang web riêng họ cách nhúng hộp tìm kiếm tùy chỉnh sử dụng API tìm kiếm tuỳ chỉnh(Custom search API) Họ tùy chỉnh kết tìm kiếm kiếm tiền từ quảng cáo hiển thị cách sử dụng AdSense cho tìm kiếm App Engine apps - Ứng dụng App Engine ứng dụng web chạy máy ứng dụng Google, tảng máy tính điện tốn đám mây dịch vụ (PaaS) cho phép nhà phát triển web chạy trang web họ trung tâm liệu Google Những ứng dụng web thường tận dụng lợi API để thao tác dịch vụ hàng tác vụ (một hàng đợi phân phối), BigQuery (một sở liệu mở rộng dựa Dremel) DataStore Gadgets - Gadgets ứng dụng nhỏ xây dựng HTML, JavaScript, Flash Silverlight nhúng trang web ứng dụng khác Chúng chạy nhiều trang web sản phẩm 1.3 Tổng quan ngôn ngữ Python 1.3.1 Lịch sử phát triển Hiện nay, Python ngơn ngữ lập trình ý tính đa dạng ứng dụng, thư viện phong phú cộng đồng sử dụng đông đảo Python hỗ trợ hầu hết tảng dễ tìm thấy sẵn số hệ điều hành Mac OS Công cụ phát triển: Chỉ cần dùng text editor viết code python dùng cơng cụ cao cấp (IDE) Aptana, PyCharm Các IDE thường hỗ trợ thêm q trình phân tích cú pháp dòng lệnh, debug Q trình phát triển Python chia thành giai đoạn sau: 10 print str[6:-3] (Hiển thị "wo") c/ Lấy độ dài chuỗi Sử dụng hàm len( ) để trả độ dài chuỗi Ví dụ: count = len("Hello world") (count có giá trị 11) d/ Tìm & thay nội dung Có thể tìm thay chuỗi cách gọi phương thức replace(search, replace[, max]) chuỗi Ví dụ: str = 'Hello world' newstr = str.replace('Hello','Bye') print newstr (Sẽ hiển thị chuỗi "Bye world" hình) e/ Tìm vị trí chuỗi Có thể tìm vị trí chuỗi chuỗi lớn cách gọi phương thức find(str, beg=0 end=len(string)) Bắt đầu vị trí , khơng tìm trả -1 Ví dụ: str = 'Hello world' print str.find('world') (hiển thị 6) print str.find('Bye'); (hiển thị -1) Hàm find() tìm theo thứ tự từ trái qua phải chuỗi, tức từ lần xuất Có thể dùng hàm rfind() để tìm theo vị trí từ cuối chuỗi phía trước f/ Tách chuỗi Có thể tách chuỗi dựa theo chuỗi delimeter cách gọi phương thức split(str="", num=string.count(str)) Ví dụ: str = 'Hello world' print str.split(' ') (Trả mảng có phần tử chuỗi "Hello" "world") 15 Có thể sử dụng hàm splitlines() để tách chuỗi theo hàng loại bỏ ký tự NEWLINE g/ Trim ký tự khoẳng trắng Có thể loại bỏ ký tự (mặc định ký tự khoảng trắng) trước sau chuỗi, cách gọi phương thức sau: strip([chars]) : loại bỏ trước sau chuỗi lstrip([chars]) : loại bỏ phía trước chuỗi rstrip([chars]) : loại bỏ phía sau chuỗi h/ Một số hàm xử lý chuỗi isnumeric() : Kiểm tra chuỗi có phải chuỗi số lower() : Chuyển chuỗi hết thành chữ thường upper() : Chuyển chuỗi hết thành chữ HOA 1.3.2 Xử lý hình ảnh Sử dụng thư viện Pillow (PIL Fork) để tiến hành thao tác xử lý hình ảnh đơn giản resize, crop, rotate 1.3.2.1 Cài đặt PIL Vào trang web sau để download /cài đặt package PIL cho python bạn http://pillow.readthedocs.org/en/latest/installation.html Sau cài đặt sử dụng module package IPL from PIL import Image 1.3.2.2 Mở file from PIL import Image img = Image.open("photo.jpg") Sau mở file hình thành cơng thao tác đối tượng img 1.3.2.3 Ghi file Từ đối tượng Image lưu file xuống máy tính phương thức save(path,type) Ví dụ: im.save('photo_new.jpg', 'JPEG') 1.3.2.4 Tạo thumbnail Sử dụng phương thức thumbnail sau: from PIL import Image im = Image.open('photo.jpg') im.thumbnail((100, 100)) im.save('photo_thumbnail.jpg', 'JPEG') 16 thumbnail không trả image mà thực object image gọi 1.3.3 Xử lý file JSON JSON định dạng file trao đổi liệu thông dụng Với kiến trúc đơn giản tương đồng với cấu trúc Python nên việc thao tác JSON Python dễ hiểu 1.3.3.1 Load file từ Internet Thông thường liệu JSON lấy từ nguồn khác (như file, internet ) nên chương bắt đầu cách hướng dẫn download file JSON từ Internet sau parsing nội dung JSON download Sử dụng module urllib2 để download file module json để encode/decode JSON data Ví dụ: import urllib2 import json response=urllib2.urlopen('https://api.github.com/users/voduytuan /repos') data = json.load(response) print data 1.3.3.2 Parsing JSON Data Nếu có JSON data dạng chuỗi, muốn parsing chuỗi thành Data sử dụng cách đây: import json mystring = '{"a":1,"b":2,"c":3,"d":4,"e":5}' data = json.loads(mystring) print data 1.3.3.3 Encoding JSON Data Nếu có biến muốn encode thành JSON string dùng theo cách sau: import json mydata = {'name': 'John', 'age': 10} jsonstring = json.dumps(mydata) 17 print jsonstring 1.3.4 Xử lý yêu cầu Ngày nay, với phong phú ứng dụng nhu cầu kết nối ngày lớn Restful mơ hình web service nhiều cơng ty sử dụng Do đó, việc kết nối đến Restful web service kỹ cần thiết cho lập trình viên Một thư viện tiếng Python để làm việc với Restful web service, requests 1.3.4.1 Cài đặt Cài đặt nhanh chóng thơng qua pip sau: $ sudo pip install requests 1.3.4.2 Request Hỗ trợ sẵn phương thức tương ứng cho Http request GET, POST, PUT, DELETE import requests r = requests.get('https://api.github.com/events') r = requests.post("http://httpbin.org/post") r = requests.put("http://httpbin.org/put") r = requests.delete("http://httpbin.org/delete") r = requests.head("http://httpbin.org/get") r = requests.options("http://httpbin.org/get") GET Query string Đối với request GET , truyền tham số đường dẫn thông qua tham số params gọi phương thức get() Ví dụ: import requests payload = {'key1': 'value1', 'key2': 'value2'} r = requests.get("http://httpbin.org/get", params =payload) print(r.url) Request Body Trong hầu hết trường hợp request POST, PUT thường cần truyền liệu request, sử dụng tham số data để truyền data lên kèm request Ví dụ: import requests 18 payload = {'key1': 'value1',v'key2': 'value2'} r = requests.post("http://httpbin.org/post", data =payload) 1.3.4.3 Upload file Có thể gởi thêm tham số files để upload file kèm theo request Ví dụ: import requests url = 'http://httpbin.org/post' files = {'file': open('report.xls', 'rb')} r = requests.post(url, files=files) 1.3.4.4 Response Sau gọi phương thức tương ứng để request, bạn có đối tượng thuộc class Response Đối tượng có số thơng tin sau: status_code : HTTP Status server trả headers: Các thông tin header mà server trả dạng Dictionary cookies: Nếu server có trả cookie sử dụng thuộc tính để lấy cookie text : Trả nội dung response 19 CHƯƠNG II - ỨNG DỤNG TENSORFLOW NHẬN DẠNG ẢNH ĐƠN GIẢN 2.1 Nhận dạng hình ảnh 2.1.1 Ứng dụng TensorFlow nhận dạng ảnh 2.1.1.1 Cơ sở lý thuyểt Bộ não làm cho tầm nhìn dễ dàng Nó khiến cho người dễ dàng nhận biết đâu sư tử đâu xe tăng ảnh, đọc dấu hiệu, nhận khuôn mặt người Nhưng thực vấn đề khó giải với máy tính, chúng dễ dàng não người não người có khả hiểu hình ảnh tốt Trong vài năm gần đây, lĩnh vực học máy có tiến to lớn việc giải vấn đề khó khăn Đặc biệt, mơ hình gọi mạng thần kinh xoắn nếp sâu (convolutional neural network) đạt hiệu hợp lý nhiệm vụ nhận dạng hình ảnh khó khăn phù hợp vượt hiệu người số lĩnh vực Các nhà nghiên cứu chứng minh tiến vững tầm nhìn máy tính cách xác nhận cơng việc họ ImageNet - tiêu chuẩn học thuật cho tầm nhìn máy tính Các mơ hình liên tục cho thấy cải tiến thông qua thành tựu của: QuocNet , AlexNet , Inception (GoogLeNet) , BN-Inception-v2 Các nhà nghiên cứu Google xuất báo mô tả tất mơ hình kết khó tái sản xuất Các nhà phát triển TensorFlow thực bước cách phát hành mã để chạy nhận dạng hình ảnh mơ hình họ, Inception-v3 Inception-v3 đào tạo cho ImageNet Large Visual Recognition Challenge sử dụng liệu từ năm 2012 Đây nhiệm vụ tiêu chuẩn computer vision, nơi mà mơ hình cố gắng để phân loại tồn hình ảnh số 1000 classes , "Zebra", "Dalmatian", "Dishwasher" Ví dụ: kết từ AlexNet phân loại số hình ảnh: 20 2.1.1.2 Hướng dẫn sử dụng Inception-v3 với Python API “classify_image.py” tải mô hình đào tạo từ tensorflow.org chương trình chạy lần Bạn cần khoảng 200M dung lượng trống có sẵn đĩa cứng bạn Bắt đầu cách chép mơ hình TensorFlow repo từ GitHub Chạy lệnh sau: cd models/tutorials/image/imagenet python classify_image.py Lệnh phân loại hình ảnh cung cấp gấu trúc Nếu mơ hình chạy đúng, tập lệnh kết quả: 21 Nếu muốn cung cấp hình ảnh JPEG khác, ta làm cách chỉnh sửa image_file Nếu cần tải liệu mơ hình vào thư mục khác, ta cần trỏ model_dir vào thư mục sử dụng 2.1.2 API Google nhận dạng hình ảnh Google Cloud Vision API cho phép nhà phát triển hiểu nội dung hình ảnh cách đóng gói mơ hình học máy mạnh mẽ API REST dễ sử dụng Nó nhanh chóng phân loại hình ảnh thành hàng ngàn chủng loại (ví dụ: "thuyền buồm", "sư tử", "tháp Eiffel"), phát đối tượng khn mặt hình ảnh , tìm đọc từ in ảnh Người dùng thể xây dựng siêu liệu danh mục hình ảnh Phân tích hình ảnh tải lên yêu cầu tích hợp với nhớ hình ảnh bạn Google Cloud Storage API REST xác định tập chức mà nhà phát triển thực yêu cầu nhận phản hồi thông qua giao thức HTTP GET POST Một ví dụ nhận dạng hình ảnh API Google -Tải lên hình ảnh từ máy tính người dùng - Ví dụ tải lên hình ảnh sau 22 - Kết sau phân tích 23 API Google phát nội dung không phù hợp Được hỗ trợ Google SafeSearch, dễ dàng kiểm duyệt nội dung từ hình ảnh bạn Vision API cho phép bạn phát ngăn chặn loại nội dung không phù hợp khác từ nội dung người lớn đến bạo lực Ví dụ nhận dạng nội dung ảnh bạo lực: Load ảnh có nội dung bạo lực sau Sau phân tích, kết hiển thị sau: 24 2.1.3 Tương lai API TensorFlow Google vừa phát hành API nhận diện đối tượng TensorFlow mình, để giúp nhà phát triển nhà nghiên cứu xác định đối tượng ảnh dễ dàng Google cố gắng cung cấp chúng cách đơn giản hiệu cao - mơ hình vừa phát hành có hiệu tốt chạy benchmark sử dụng thường xun nghiên cứu Các mơ hình có API nhận diện với mạng lưới thần kinh nhân tạo dạng xoắn nặng nề mơ hình tinh gọn thiết kế để hoạt động cỗ máy phức tạp – dò đơn MobileNets tối ưu để chạy thiết bị di động theo thời gian thực Google cho mắt họ loạt mơ hình thị giác MobileNets cho máy tính cấu hình thấp Các mơ hình xử lý tác vụ nhận diện đối tượng, nhận diện khuôn mặt nhận diện mốc vị trí khơng gian Các smartphone ngày khơng có tài ngun điện tốn máy tính để bàn hay thiết bị máy chủ, làm nhà phát triển hai lựa chọn: Dựa vào mơ hình máy học chạy đám mây làm gia tăng độ trễ, đòi hỏi phải có kết nối internet – khó áp dụng nhiều trường hợp sử dụng thông thường Một cách 25 tiếp cận khác đơn giản hóa thân mơ hình để đánh đổi lấy việc triển khai nhiều nơi Google, Facebook Apple rót nhiều nguồn lực vào mơ hình di động Facebook giới thiệu khung chương trình Caffe2Go để xây dựng mơ hình chạy smartphone – bước triển khai lớn framework lọc hình ảnh dựa kỹ thuật Style Transfer Facebook Ngoài ra, hội nghị nhà phát triển I/O vào đầu năm 2017, Google phát hành TensorFlow Lite, phiên khung chương trình máy học tinh gọn Gần hội nghị WWDC, Apple giới thiệu CoreML, nỗ lực họ việc giảm mức độ phức tạp mơ hình máy học chạy thiết bị iOS Tất nhiên, dịch vụ đám mây công cộng Google giúp họ có vị khác biệt hẳn so với Facebook Apple, từ lâu họ giới thiệu dịch vụ tầm nhìn máy tính quy mơ lớn thơng qua API Cloud Vision 26 2.2 Xây dựng chương trình 2.2.1 Tạo project Google Cloud Platform Google cung cấp cho người dùng project với ID project 2.2.2 Khai báo thư viện hỗ trợ cho ngôn ngữ lập trình 2.2.3 Import thư viện người dùng Google Cloud 2.2.4 Nhập ID project vừa tạo 27 2.2.5 Load ảnh từ máy 2.2.6 Hiển thị thông tin ảnh 28 CHƯƠNG III – TỔNG KẾT 3.1 Những kết đạt Trong thời gian thực tập em nghiên cứu tìm hiểu nhiều kiến thức bổ ích cần thiết cho trình học tập Nắm bắt kiến thức liên qua đến đề tài vai trò thư viện TensorFlow, cách thức nhận dạng ảnh thơng qua Google API Tìm hiểu học thêm ngơn ngữ lập trình – Python Cài đặt thành cơng chương trình “Ứng dụng TensorFlow nhận dạng ảnh đơn giản” 3.2 Những hạn chế chưa đạt Trong trình thực tập em chưa nghiên cứu sâu cách thức nhận dạng ảnh Google 29 ... cookie sử dụng thuộc tính để lấy cookie text : Trả nội dung response 19 CHƯƠNG II - ỨNG DỤNG TENSORFLOW NHẬN DẠNG ẢNH ĐƠN GIẢN 2.1 Nhận dạng hình ảnh 2.1.1 Ứng dụng TensorFlow nhận dạng ảnh 2.1.1.1... thư viện TensorFlow, cách thức nhận dạng ảnh thơng qua Google API Tìm hiểu học thêm ngơn ngữ lập trình – Python Cài đặt thành cơng chương trình Ứng dụng TensorFlow nhận dạng ảnh đơn giản 3.2... Learning 1.1.3 Ứng dụng Trong số ứng dụng rộng rãi mà TensorFlow làm tảng, bao gồm phần mềm tự động tạo phụ đề cho hình ảnh, chẳng hạn DeepDream Google thức triển khai thực RankBrain vào ngày 26/10/2015,