การฝึกรูปแบบแมชชีนเลิร์นนิง

ก้าว 1
คลิก “New Dataset” ในอินเทอร์เฟซ

ก้าว 2
เปลี่ยนชื่อชุดข้อมูลของคุณให้จำได้ (เช่น “amber_mining”) เลือก Model Objective เป็น “Single-Label Classification” แล้วคลิก “Create dataset”

ก้าว 3
เลือก “Upload images from your computer” ไว้ แล้วคลิก “Select Files” จะมีเมนูเปิดขึ้นมา ให้เลือกทั้ง “positive.zip” และ “negative.zip” ยืนยันตัวเลือกของคุณ

ก้าว 4
คลิก “Browse” เพื่อเลือกปลายทางใน Cloud Storage และในหน้าต่างที่จะเปิดขึ้น คลิกไอคอนมุมขวาบนเพื่อ “Create new bucket”

ก้าว 5
ตั้งชื่อให้ Bucket ของคุณ สำหรับจุดประสงค์ของแบบฝึกหัดนี้ คุณจะเลือกตัวเลือกใดก็ได้ต่อจากนี้ คลิก “Create” และคลิก “Select” ในหน้าต่างถัดไป

ก้าว 1
ตรวจสอบให้แน่ใจว่ามีทั้ง “negative.zip” และ “positive.zip” ในกล่องสีเทา แล้วคลิก “Continue” รอสักครู่ให้รูปภาพอัปโหลดเสร็จ หรืออาจใช้เวลาสองสามนาที ขึ้นอยู่กับความเร็วในการเชื่อมต่อของคุณ

ก้าว 2
เมื่ออัปโหลดเสร็จเรียบร้อยแล้ว คลิก “Images” จากเมนูด้านบนสุดของเพจ แล้วรอให้กระบวนการนำเข้าเสร็จสิ้น อาจใช้เวลาถึง 30 นาที

ก้าว 3
เมื่อนำเข้าเสร็จเรียบร้อย คุณจะได้รับอีเมลแจ้งเตือน แพลตฟอร์ม Google Cloud ของคุณจะแสดงรูปภาพที่นำเข้า 1,150 รูป เป็นลบ 900 รูป และเป็นบวก 250 รูป

ก้าว 1
บางรูปภาพอาจบอกได้ไม่ง่ายนักแม้แต่สำหรับตัวคุณเอง ว่ามีร่องรอยการทำเหมืองอำพันหรือไม่ ในบทเรียนต่อไป เราจะได้เห็นว่ารูปแบบทำงานอย่างไรกับตัวอย่างที่เป็นเส้นแบ่งดังกล่าว เมื่อคุณพร้อมดำเนินการต่อ ให้คลิก "Train"

ก้าว 2
ตรงนี้รูปแบบจะบอกคุณว่า “คุณมีรูปภาพเพียงพอที่จะเริ่มฝึก” พร้อมทั้งบอกว่า “จะมีการแยกชุดข้อมูลของคุณออกเป็นชุด Train, Validation และ Test มาดูกันว่าหมายถึงอะไร