通过 Gorilla 入门机器学习-Toy模板网

这篇具有很好参考价值的文章主要介绍了通过 Gorilla 入门机器学习。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

机器学习是一种人工智能领域的技术和方法，旨在让计算机系统能够从数据中学习和改进，而无需显式地进行编程。它涉及构建和训练模型，使其能够自动从数据中提取规律、进行预测或做出决策。

我对于机器学习这方面的了解可以说是一片空白，既不懂机器学习，也不懂 python，更不懂算法。

像我这样的人，在短时间内精通机器学习是不可能的。

那么，现在我可以通过哪些渠道来快速了解机器学习呢？或者说，玩一玩？

答案就是通过 Gorilla 这个开源项目来实现机器学习。

Gorilla 简介&使用

Gorilla 是一个基于 LLM 实现的对话模型，可以接收用户提供的需求，然后给出能够实现需求的机器学习模型 API，目前支持的开源模型 API 来源包含：Hugging Face、Torch、and TensorFlow.

我们可以在 Google 的 Colab 上面运行 Gorilla，也可以在本地运行 Gorilla。

这里我使用 Colab 来运行 Gorilla。

Gorilla 提供了两个案例，一个是翻译的案例，一个是图像识别的案例。

这里我选用了图像识别的案例，点击运行。

通过 Gorilla 入门机器学习

从图中可以看出，我们给出的需求是 构建一个可以识别图片中的物体的机器人，使用的模型来源是 Hugging Face。

它的回答是：

步骤：

引入 PIL 和 transformers 相关依赖, 其中包含的 DetrForObjectDetection 可用于图像识别。
使用 from_pretrained 方法加载模型，模型可以用来识别图片中的物体。
从远端下载图片，然后使用 PIL 处理图片。
使用模型识别图片中的物体，然后将识别结果返回。

最后，它给出了一段代码，我们可以直接复制到本地文件中运行。

运行之前，需要保证本地具备 python3 工作环境，同时需要使用 pip 将代码中使用到的依赖进行安装。

我在简单尝试后，发现这段代码是无法运行的，这也是大多数 LLM 模型的通病，看起来很专业的答案，但是实际代码是无法运行的。

Hugging Face 模型

不过，整体代码逻辑我看了一眼，是可以理解的，那么，我们可以自己动手来实现这个需求。

首先，在网上找到 Hugging Face，在里面发现了很多模型，这里我选择了最多下载的模型 —— 识别车牌。（如下图）

通过 Gorilla 入门机器学习

点进去可以看到功能介绍及示例代码。（如下图）

通过 Gorilla 入门机器学习

我把代码放到本地，下载相关依赖后，同时准备了下面这张待处理的图片。

import yolov5

# load model
model = yolov5.load('keremberke/yolov5m-license-plate')
  
# set model parameters
model.conf = 0.25  # NMS confidence threshold
model.iou = 0.45  # NMS IoU threshold
model.agnostic = False  # NMS class-agnostic
model.multi_label = False  # NMS multiple labels per box
model.max_det = 1000  # maximum number of detections per image

# set image
img = 'example.jpg'

# perform inference
results = model(img, size=640)

# inference with test time augmentation
results = model(img, augment=True)

# parse results
predictions = results.pred[0]
boxes = predictions[:, :4] # x1, y1, x2, y2
scores = predictions[:, 4]
categories = predictions[:, 5]

# show detection bounding boxes on image
results.show()

# save results into "results/" folder
results.save(save_dir='results/')