# ಟ್ರಾನ್ಸ್‌ಫರ್ ಲರ್ನಿಂಗ್ ಬಳಸಿ ಆಕ್ಸ್ಫರ್ಡ್ ಪೆಟ್ಸ್ ವರ್ಗೀಕರಣ [AI for Beginners Curriculum](https://github.com/microsoft/ai-for-beginners) ನಿಂದ ಲ್ಯಾಬ್ ಅಸೈನ್‌ಮೆಂಟ್. ## ಕಾರ್ಯ ನೀವು ಪೆಟ್ ನರ್ಸರಿ ಆ್ಯಪ್ ಅಭಿವೃದ್ಧಿಪಡಿಸಬೇಕೆಂದು ಕಲ್ಪಿಸಿ, ಎಲ್ಲಾ ಪೆಟ್ಸ್ ಅನ್ನು ಕ್ಯಾಟಲಾಗ್ ಮಾಡಲು. ಇಂತಹ ಆ್ಯಪ್‌ನ ಒಂದು ಅದ್ಭುತ ವೈಶಿಷ್ಟ್ಯವೆಂದರೆ ಫೋಟೋದಿಂದ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಜಾತಿಯನ್ನು ಗುರುತಿಸುವುದು. ಈ ಅಸೈನ್‌ಮೆಂಟ್‌ನಲ್ಲಿ, ನಾವು ಟ್ರಾನ್ಸ್‌ಫರ್ ಲರ್ನಿಂಗ್ ಬಳಸಿ [Oxford-IIIT](https://www.robots.ox.ac.uk/~vgg/data/pets/) ಪೆಟ್ಸ್ ಡೇಟಾಸೆಟ್‌ನ ನೈಜ ಪೆಟ್ ಚಿತ್ರಗಳನ್ನು ವರ್ಗೀಕರಿಸುವೆವು. ## ಡೇಟಾಸೆಟ್ ನಾವು ಮೂಲ [Oxford-IIIT](https://www.robots.ox.ac.uk/~vgg/data/pets/) ಪೆಟ್ಸ್ ಡೇಟಾಸೆಟ್ ಅನ್ನು ಬಳಸುತ್ತೇವೆ, ಇದರಲ್ಲಿ 35 ವಿಭಿನ್ನ ನಾಯಿ ಮತ್ತು ಬೆಕ್ಕಿನ ಜಾತಿಗಳು ಸೇರಿವೆ. ಡೇಟಾಸೆಟ್ ಡೌನ್‌ಲೋಡ್ ಮಾಡಲು, ಈ ಕೋಡ್ ಸ್ನಿಪೆಟ್ ಬಳಸಿ: ```python !wget https://www.robots.ox.ac.uk/~vgg/data/pets/data/images.tar.gz !tar xfz images.tar.gz !rm images.tar.gz ``` ## ನೋಟ್ಬುಕ್ ಪ್ರಾರಂಭ ಲ್ಯಾಬ್ ಪ್ರಾರಂಭಿಸಲು [OxfordPets.ipynb](OxfordPets.ipynb) ಅನ್ನು ತೆರೆಯಿರಿ ## ಮುಖ್ಯಾಂಶ ಟ್ರಾನ್ಸ್‌ಫರ್ ಲರ್ನಿಂಗ್ ಮತ್ತು ಪೂರ್ವ-ಪ್ರಶಿಕ್ಷಿತ ನೆಟ್‌ವರ್ಕ್‌ಗಳು ನೈಜ ಜಗತ್ತಿನ ಚಿತ್ರ ವರ್ಗೀಕರಣ ಸಮಸ್ಯೆಗಳನ್ನು ಸುಲಭವಾಗಿ ಪರಿಹರಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತವೆ. ಆದರೆ, ಪೂರ್ವ-ಪ್ರಶಿಕ್ಷಿತ ನೆಟ್‌ವರ್ಕ್‌ಗಳು ಸಮಾನ ರೀತಿಯ ಚಿತ್ರಗಳ ಮೇಲೆ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ, ಮತ್ತು ನಾವು ಬಹುತ್ಯಂತ ವಿಭಿನ್ನ ಚಿತ್ರಗಳನ್ನು (ಉದಾ. ವೈದ್ಯಕೀಯ ಚಿತ್ರಗಳು) ವರ್ಗೀಕರಿಸಲು ಪ್ರಾರಂಭಿಸಿದರೆ, ಫಲಿತಾಂಶಗಳು ಬಹಳ ಕೆಟ್ಟವಾಗಬಹುದು. --- **ಅಸ್ವೀಕರಣ**: ಈ ದಸ್ತಾವೇಜು AI ಅನುವಾದ ಸೇವೆ [Co-op Translator](https://github.com/Azure/co-op-translator) ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ನಿಖರತೆಯಿಗಾಗಿ ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ತಪ್ಪುಗಳು ಅಥವಾ ಅಸತ್ಯತೆಗಳು ಇರಬಹುದು ಎಂದು ದಯವಿಟ್ಟು ಗಮನಿಸಿ. ಮೂಲ ಭಾಷೆಯಲ್ಲಿರುವ ಮೂಲ ದಸ್ತಾವೇಜನ್ನು ಅಧಿಕೃತ ಮೂಲವಾಗಿ ಪರಿಗಣಿಸಬೇಕು. ಪ್ರಮುಖ ಮಾಹಿತಿಗಾಗಿ, ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವಿಕೆ ಅಥವಾ ತಪ್ಪು ವಿವರಣೆಗಳಿಗೆ ನಾವು ಹೊಣೆಗಾರರಾಗುವುದಿಲ್ಲ.