https://youtu.be/1muUIOAFo_U

ThaiKeras & Kaggle เคยเล่าถึงการแข่งขัน FourSquare "Location Matching" คร่าวๆ ในช่วงครึ่งหลังของคลิปนี้ครับ

https://m.facebook.com/story.php?story_fbid=pfbid0DzeWff2m8zuQBDLebSonz61favYmXz1rJ47hBQCmuH6dSJEyKgCdwE3pVugR5vFBl&id=331602087754478

ThaiKeras and Kaggle - 6 พฤษภาคม 2021

วันนี้มีโปรเจกต์ของ Shopee บน Kaggle ที่น่าสนใจมากมาแชร์ครับ

ปัญหามีอยู่ว่า เพื่อประสบการณ์ที่ดีที่สุดสำหรับการช้อปปิ้ง  เวลาเราซื้อของบน Shopee นั้น Shopee ต้องทราบว่า "สินค้า" ที่ลงขายแต่ละชิ้นนั้น "เป็นสินค้าเดียวกันกับพ่อค้า แม่ค้า คนอื่นๆ หรือไม่"

ทั้งนี้เพื่อทำ Product recommendation ให้ลูกค้า เราจะได้มีโอกาสเห็นสินค้าตัวเดียวกันของพ่อค้า แม่ค้าคนอื่น เผื่อกรณีที่ราคาถูกกว่า หรือส่งเร็วกว่า หรืออาจจะได้ coins มากกว่า เป็นทางเลือกให้เรา

นอกจากนี้ Shopee ยังอาจ match สินค้าตัวนี้เข้ากับสินค้าตัวเดียวกันบนเว็บคู่แข่ง เช่น Lazada หรือ JD อีกด้วย ในกรณีที่จะทำ Best Price Guarantee (ช้อปที่เราได้ของถูกสุด) ได้

ปัญหา "จับคู่สินค้า" นี้เหมือนจะง่าย แต่ "ไม่ง่าย" เนื่องจากสินค้าประเภทเดียวกัน แม่ค้าแต่ละคนอาจจะลงรูปต่างกันโดยสิ้นเชิง เช่น สินค้าแฟชั่น บางคนเน้นรูปสินค้าที่พับเรียบร้อย แต่บางคนลงรูปสินค้าตอนใช้จริงคู่กับนางแบบ เป็นต้น (รูปที่ 1 และ 2)  และ นอกจากนี้ยังเขียนคำบรรยายสินค้าต่างกันอีกด้วย

https://i.ibb.co/MgcSK3S/1-sameproduct1.png
https://i.ibb.co/3SRHvZr/2-sameproduct2.png

และในบางครั้งสินค้าที่มีรูปเหมือนกันเป้ะ กลับขายของคนละอย่าง เช่น สินค้าโชว์รูป iPad จริงๆ บางร้านขายเคส iPad เป็นต้น

ทำให้การจำแนกประเภทจำเป็นต้องใช้ทั้ง "รูปภาพ" และ "ข้อความ" ไปพร้อมๆ กัน

.

หลากหลายความท้าทายของปัญหานี้

1. โมเดลต้องรับ Input ได้ทั้ง "รูปภาพ" และ "ข้อความบรรยายสินค้า"
2. นอกจากนี้ในบางครั้งมีตัวหนังสืออยู่ในรูปซึ่งมีความสำคัญ อาจจะต้องใช้ OCR เสริม
3. ชนิดของสินค้ามีได้มหาศาล อาจจะมีหลายล้านประเภทสินค้าในความเป็นจริง แต่ในปัญหาบน Kaggle นี้จำกัดจำนวนชนิดอยู่ที่หลักหมื่น ซึ่งก็ยังเยอะอยู่
4. ตัวอย่างที่ใช้สอนของสินค้าแต่ละประเภทมีไม่มาก เช่นใน training data อาจมีสินค้าประเภทเสื้อซึ่งมีหลากหลายลาย และแต่ละลายมีแม่ค้า 2-5 คนที่ขาย ปัญหาที่มี training data ในแต่ละ class น้อยๆ นี้เรียกว่าปัญหาประเภท Few-shots

จากข้อ 3) และ 4) จะเห็นได้ว่าจำนวนประเภทเยอะ (large classes) และในแต่ละประเภทก็มีตัวอย่างสอนน้อย (few shots)

       5. อย่างที่เกริ่นตอนต้น บางสินค้าที่ใช้รูปโฆษณาเดียวกัน กลับเป็นสินค้าคนละประเภทกัน

       6. ใน test set สินค้าอาจเป็นคนละกลุ่มกับ train set โดยสิ้นเชิง!! นั่นคือ โมเดล classification แบบกำหนดจำนวนคลาสตายตัวจะใช้ไม่ได้ในปัญหานี้  โมเดลต้องมีความสามารถในการจับคู่ สินค้าประเภทที่ไม่เคยเห็นมาก่อนได้ ว่าคล้ายกันหรือไม่

ขยายความข้อ 6) เราเรียกปัญหา classification ที่สามารถแบ่งกลุ่ม สำหรับ "กลุ่มที่ไม่เคยเห็นมาก่อน" ว่า Open-domain ในขณะที่ปัญหาที่เรารู้กลุ่มชัดเจนตั้งแต่แรกนั้นจะเรียกว่า Closed-domain

โดยทั่วไปปํญหาที่เราเจอในแบบเรียนมักเป็น closed-domain เช่น จำแนกตัวเลข 0-9 จำแนกรูปภาพสัตว์  จำแนกรูปภาพใน ImageNet เป็นต้น

ในขณะที่ปัญหา Open-domain ที่เราเจอในที่นี้นั้น มักมาพร้อมกับตัวอย่าง few-shots  ทำให้ยากกว่าปัญหา closed-domain ทั่วไปมาก

.

ปัญหาจดจำใบหน้า (Face Recognition)

ความท้าทาย 3) 4) และ 6) ในปัญหาจับคู่สินค้าใน Shopee นั้นมึความคล้ายปัญหา "จดจำใบหน้า" (face recognition) อยู่มาก

เนื่องจากการฝึกให้โมเดลจดจำใบหน้าคน ได้นั้นในทางปฏิบัติต้องอัพเดตหน้าบุคคลใหม่ๆ ได้ตลอดจึงเป็น open-domain และจำนวนคนที่ต้องจดจำก็เป็นหลักหมื่นถึงหลักล้านคล้ายกับจำนวนสินค้า

นอกจากนี้เวลาถ่ายรูปหน้าแต่ละคน เราก็จะถ่ายเพียงไม่กี่มุมกล้อง จึงเป็นปัญหา few-shots เช่นเดียวกัน

ดังนั้นเราจึงสามารถประยุกต์นำเทคนิก face recoginition model มาใช้ในปัญหา shopee นี้ได้

อย่างไรก็ดี ในปัญหาจับคู่ของ Shopee นี้มีประเด็นที่ยากกว่าปัญหา Face Recoginition ในประเด็นที่ 1) 2) และ 5) ซึ่งเราจำเป็นต้องไปพัฒนาโมเดล face recognition เพิ่มเติมกันต่อไป

.

ว่าด้วย ArcFace

ปัจจุบัน 1 ใน face recognition model ที่ได้รับการยอมรับว่าดีมากๆ คือ โมเดลชื่อ ArcFace ซึ่งตีพิมพ์ในปี 2018 https://arxiv.org/pdf/1801.07698.pdf

โดยไอเดียของ ArcFace มีคร่าวๆ ดังนี้

1. ตอน train, train เหมือน classification โมเดลบน closed-domain ปกติ แต่เปลี่ยน objective function จาก cross-entropy เป็น ArcFace Loss

2. ในตอนใช้งานจริง ให้เราถอด classification layer (ที่ระบุจำนวน classes แบบ closed domain) ออก  ทำให้ output ของโมเดลจะเป็น feature vectors (บางครั้งเรียก Embedding vectors)

3. ในการจับคู่ faces หรือจับคู่สินค้า ให้ใช้เทคนิค k-Nearest Neighbors (kNN) บน feature vectors นี้แทน

https://i.ibb.co/LxvHBdS/4-embedding-xentropy.png
https://i.ibb.co/KbsNzWS/5-embedding-arcface.png

จากรูปแนบสังเกตว่า การ miminize ArcFace loss จะทำให้ data ชนิดเดียวกันอยู่รวมกลุ่มกันมาก ในขณะเดียวกันก็จะอยู่ไกลจากกลุ่มอื่นให้มากที่สุด ในขณะที่การ minimize ด้วย CrossEntropy loss นั้น data ของแต่ละ class จะยังอยู่ใกล้กัน  ดังนั้นจะมีประสิทธิภาพต่ำเวลาเจอ data ประเภทใหม่ที่ไม่เคยเจอมาก่อน

เราสามารถดู Keras implementation ของ ArcFace model ในโน้ตบุคบน Kaggle นี้ : https://www.kaggle.com/ragnar123/unsupervised-baseline-arcface/

โดยดูที่ class ArcMarginProduct ที่ inherit มาจาก keras layer (ดูรูปแนบ)

https://i.ibb.co/02PKXGc/6-arcface-code.png

การถอด classification layer ออกตอนใช้งานจริง ก็ดูได้ในโน้ตบุคนี้เช่นกันครับ

ไอเดียของ ArcFace loss คือการ minimize "ระยะทางเชิงมุม" แทนระยะทางแบบยูคลิเดียน ซึ่งก่อนหน้า ArcFace มีไอเดียที่คล้ายๆ กันคือ CosFace และ SphereFace (ไอเดียคล้ายกัน สมการต่างกันเล็กน้อย) ซึ่งหลายๆ การทดลองพบว่า ArcFace มักให้ผลลัพธ์ที่ดีที่สุด
ดูรายละเอียดในเปเปอร์ ArcFace ด้านบนเพิ่มเติมได้ครับ

.

SuperFast kNN ด้วย Rapids.ai

ในโน้ตบุคนี้ยังได้อัพเกรดการทำ kNN ให้ไปทำบน GPU โดยสมบูรณ์ แทนที่จะทำบน CPU ทำให้เร็วกว่าเดิมถึง 10x-50x โดยเลือกใช้ library ของ Rapids.ai ครับ https://github.com/rapidsai/cuml

โดยรายละเอียดการใช้งานจะคล้ายๆ SciKitLearn ซึ่งเป็น CPU version มากครับ เพื่อนๆ สามารถดูรายละเอียดการ implement rapid kNN ได้ในฟังก์ชันที่ชื่อ get_neighbors ครับ (ดูรูปแนบ)

https://i.ibb.co/S7ST1tg/7-knn-code.png

.

ขยายความสามารถของโมเดลให้ทำความเข้าใจ texts data

โดยต้นกำเนิด ArcFace ถูกพัฒนามาจาก Face recognition ซึ่งเป็น image problem แต่อย่างไรก็ดีเราสามารถนำ ArcFace loss ไปใส่กับโมเดลที่รับ input เป็น Text เช่น Transformers ต่างๆ ได้เช่นกัน ในโน้ตบุคข้างต้น ก็ประยุกต์นำ ArcFace Loss ไปติดไว้ที่ Bert Model ครับ เพื่อที่จะทำ kNN บนข้อมูล texts ต่อไป

หลังจากที่เราได้ feature vectors ของทั้ง images และ texts แล้ว เราสามารถ concatenate vectors ทั้งสองประเภทเพื่อทำ kNN ครั้งเดียวได้ หรือเราจะทำ kNN 2 ครั้งแล้วนำผลลัพธ์มารวมกันก็ได้ เช่นเดียวกันครับ แต่วิธีไหนจะดีกว่ากัน ก็ต้องลองไปทำจริงและสร้างการวัดผล local validation test ที่รัดกุมกันต่อไป

การขยายความสามารถของโมเดลให้อ่าน text ที่ซ่อนอยู่ในรูปโดยวิธี OCR ก็สามารถทำได้ โดยเพื่อนๆ สามารถศึกษาไอเดียนี้และไอเดียอื่นๆ เพิ่มเติมได้ที่นี่ครับ

https://www.kaggle.com/c/shopee-product-matching/code

เรียนรู้การสร้างโมเดลรู้จำเสียง ผ่าน Kaggle : Rainforest Audio Detection

ThaiKeras and Kaggle 17 Jan 2021

สวัสดีครับเพื่อนๆ สำหรับคนที่สนใจวิธีการสร้างโมเดลที่รู้จำเสียงต่างๆ ได้ (input เป็นเสียง) หรือผู้ที่สนใจประยุกต์ AI/Data Science กับงานด้าน "วิทยาศาสตร์สิ่งแวดล้อม" (Environmental Science) วันนี้มีโอกาสดีดี ให้ลองเรียนรู้ผ่านการแข่งขันบน Kaggle ที่ชื่อว่า Rainforest Audio Detection หรือ "รู้จำเสียงสัตว์ต่างๆ ในป่าดงดิบ" ซึ่งทุกคนสามารถเข้าร่วมได้ที่นี่ครับ https://www.kaggle.com/c/rfcx-species-audio-detection/

บทความนี้ เราจะมาทำความเข้าใจ เรื่องดังต่อไปนี้ครับ

• ความสำคัญของโจทย์ ทำไมต้องจำเสียงสัตว์ในป่า ?
• ข้อมูลเสียงสัตว์ที่โจทย์กำหนดมาเบื้องต้น
• หลักการสร้างโมเดลรู้จำเสียง ประกอบไปด้วยขั้นตอนอะไรบ้าง

.

ความสำคัญของโจทย์ ทำไมต้องจำเสียงสัตว์ในป่า ?

ในภาวะที่เทคโนโลยีมนุษย์มีความเจริญก้าวหน้าอย่างรวดเร็ว มีการบุกรุกผืนป่ามากขึ้นเรื่อยๆ รวมทั้งมีภาวะโลกร้อนทำให้เกิดผลกระทบต่อสัตว์ต่างๆ ในระบบนิเวศน์มากมาย

ดังนั้นในการรักษาสัตว์ต่างๆ ในผืนป่าให้อยู่คู่กับมนุษย์ในระยะยาวนั้น เราต้องมีการตรวจสอบขนาดประชากรของสัตว์ชนิดต่างๆ อยู่เสมอ ในกรณีที่ประชากรของสัตว์ชนิดใดเริ่มลดจำนวนลง การรู้แต่เนิ่นๆ อาจยังพอช่วยแก้ไขได้

อย่างไรก็ดีในการตรวจสอบประชากรสัตว์นั้น ไม่สามารถตั้งกล้องถ่ายรูปและนับจำนวนง่ายๆ ได้ เนื่องจากพฤติกรรมสัตว์หลายชนิดมักซ่อนตัวอยู่ในที่ปลอดภัย รวมทั้งหลายชนิดอาจจะออกหากินในเวลากลางคืนเป็นหลัก

ในสถานการณ์แบบนี้ การนับประชากรจาก "เสียง" ของสัตว์เหล่านั้นจึงเป็นสิ่งที่ตรวจสอบได้ง่ายกว่า "ภาพ"

จึงเป็นที่มาของการแข่งขันครั้งนี้ที่ Kaggle ร่วมมือกับทีม Rainforest Connection (RFCx - https://www.rfcx.org/ ) ซึ่งเป็นองค์กร

ที่ได้วางเซนเซอร์เสียงเพื่อตรวจสอบเสียงสัตว์แบบ real-time ไว้ในป่าดิบชื้นที่สำคัญหลายแห่งทั่วโลกเช่นที่ อเมซอน บราซิล และที่ป่าในหมู่เกาะอินโดนีเซีย ซึ่งทั้งสองแหล่งเป็นที่อยู่อาศัยของสิ่งมีชีวิฅที่หลากหลายที่สุดในโลกบนบกของเราครับ

.

ข้อมูลเสียงสัตว์ที่โจทย์กำหนดมาเบื้องต้น

ในการเริ่มต้นโปรเจกต์ Data Science ใดๆ เราต้องเริ่มจากการทำความเข้าใจข้อมูลและวิธีการวัดผลก่อนเป็นสำคัญที่สุด ก่อนที่จะไปพูดเรื่องโมเดลครับ

ในการแข่งขันนี้ เป็นการจำลองสถานการณ์ในป่าง่ายๆ จึงกำหนดไว้มีเสียงของสัตว์ทั้งหมด 24 ชนิด ประกอบไปด้วย นกและกบหลากหลายพันธุ์

โดยข้อมูลฝึกสอน training data ประกอบไปด้วยคลิปเสียงความยาว 60 วินาทีจำนวน 4727 คลิป และข้อมูลทดสอบราว 2000 คลิปความยาว 60 วินาทีเท่ากันครับ โดยในคลิปหนึ่งๆ สามารถมีเสียงของสัตว์หลายชนิดได้ (multi-label classification problem)

ความยากของการแข่งขันครั้งนี้ก็คือ เป็นลักษณะ "incomplete labels" นั่นคือให้คำตอบมาไม่ครบถ้วนในแต่ละคลิป เช่น บอกว่าในคลิปที่ 1 มีเสียงของสัตว์ประเภทที่ 5 และ 10 อยู่ที่วินาทีที่ 23 และ 45 ตามลำดับ แต่ในขณะเดียวกันก็อาจจะมีเสียงของสัตว์อื่นๆ ใน 24 ชนิดที่กำหนดอยู่อีกในวินาทีอื่นๆ ก็ได้   (และแน่นอน มีเสียงของสัตว์อื่นๆ ที่ไม่ได้อยู่ใน 24 ประเภทเลยอีกด้วย ซึ่งคือ noise data ในที่นี่)

นอกจากบอกว่าเสียงของสัตว์ใน label ปรากฏในช่วงวินาทีใดในคลิปแล้ว ยังบอกช่วงคลื่นความถี่ (frequency band) ของเสียงชนิดนั้นอีกด้วย โดยเราสามารถดู EDA (Exploratory Data Analysis) โน้ตบุคเบื้องต้นของข้อมูลได้ที่นี่ครับ
https://www.kaggle.com/gpreda/explore-the-rainforest-soundscape

การวัดผลใช้ ranking metric ที่เรียกว่า lwlrap (Label-weighted label-ranking average precision) สามารถดูรายละเอียดได้ที่

https://www.kaggle.com/c/rfcx-species-audio-detection/overview/evaluation

.

หลักการสร้างโมเดลรู้จำเสียง ประกอบไปด้วยขั้นตอนอะไรบ้าง

Standard pipeline ในการสร้างโมเดลสำหรับข้อมูลเสียงมีดังนี้

1. แปลข้อมูล audio ให้เป็น spectogram (รูปล่าง)

โดย spectogram นั้นแสดงถึงการเปลี่ยนแปลงความถี่ของเสียงในแต่ละช่วงเวลา ซึ่งสร้างได้จาก Short-time Fourier Transforms ( https://en.wikipedia.org/wiki/Short-time_Fourier_transform ) ซึ่งก็คือ

1.1) แบ่งข้อมูล audio input ออกเป็นส่วนๆ (window)

1.2) ทำ Fourier Transform ในแต่ละ windows

1.3) เอาผลลัพธ์ที่ได้มาเรียงกันเราจะได้ Spectogram ซึ่งเก็บในรูปของ Array 2 มิติ

2. เปลี่ยน frequency scale ของ Spectogram ให้อยู่ใน scale ที่เรียกว่า mel-frequency (มีสูตรตายตัว : https://en.wikipedia.org/wiki/Mel_scale ) โดยเชื่อว่าทำให้เห็นคุณสมบัติของ signal ได้ชัดกว่า

3. เนื่องจาก mel-Spectogram ถูกเก็บอยู่ใน array 2 มิติ เราจึงอาจมองว่ามันคือ "รูปภาพ" ได้  ดังนั้นวิธีที่ใช้กันโดยมาตรฐานคือใช้ Convolution Neural Networks เข้ามาเรียนรู้จาก Spectogram นี้ครับ

ถ้าพูดง่ายๆ นั่นคือเราเปลี่ยนปัญหาจาก audio classification ให้เป็น image classifcation นั่นเองครับ ทำให้จากนี้เราสามารถใช้ความรู้ image classification ที่เรามี (ดูได้จาก workshops ที่ผ่านมาของเรา) มาแก้ปัญหานี้ได้ในที่สุด

ในทางรายละเอียดยังมีเรื่องยิบย่อยอีกมากมาย เพื่อนๆ ท่านใดสนใจสามารถดูการเขียน Deep Learning Model สำหรับปัญหานี้ แบบ professional มากๆ ด้วย Tensorflow-Keras ได้ในโน้ตบุคนี้ครับ

https://www.kaggle.com/yosshi999/rfcx-train-resnet50-with-tpu

ซึ่งอาจจะได้มีโอกาสมาค่อยๆ แกะในบทความถัดไป  วันนี้ขอจบที่ตรงนี้ก่อนครับ

ThaiKeras and Kaggle  28 พย. 2563

สวัสดีครับ เชื่อว่าเพื่อนๆ ทุกคนต้องเคยเห็น Github เนื่องจากเป็น สถานที่ที่มืออาชีพในวงการเลือกใช้ในการเก็บและพัฒนา
source codes โดยเฉพาะโครงการ Open source ต่างๆ ที่ทุกคนสามารถนำไปใช้งานหรือร่วมกันแก้ไขได้ 

ประโยชน์ของ Github เบื้องต้น ที่ทุกคนควรรู้

• Github คือเว็บที่ให้เราเก็บ Source codes ของโปรเจกต์ไม่จำกัดขนาด ทำ versioning system ให้ทำให้เราเปรียบเทียบประวัติการแก้ไขโค้ดได้อย่างสะดวก
• ที่เด่นที่สุดคือ สนับสนุน “flow” ในการเขียนโปรแกรมเป็นทีม เพราะสมาชิกสามารถแตก “branch” (ตัวก้อปปี้ของ source code ฉบับ master) ไปแก้ไขได้อย่างสะดวก โดยไม่ต้องกังวลว่าจะมาแก้จุดเดียวกันกับสมาชิกคนอื่นๆ พร้อมๆ กัน หรือไม่ต้องกังวลว่าจะทำให้ source code ของโปรเจกต์มีบั้ก (เนื่องจากฉบับ master ไม่มีการเปลี่ยนแปลงใดๆ )
• เมื่อพัฒนาแต่ละ branch เสร็จแล้ว ผู้พัฒนาสามารถ “ขออนุญาต” (Pull Request) นำ branch เข้ามาแทน master ได้ โดย Github จะตรวจสอบให้เราอัตโนมัติว่ามีโค้ดในบรรทัดใด ที่ “ถูกแก้พร้อมกัน” (conflict) กับ branch อื่นๆ ที่ผนวกรวมกับ master ไปก่อนหน้านี้หรือไม่ 
• มีระบบการ “รีวิว” ที่สุดยอด โดยในการทำ Pull Request แต่ละครั้ง ทีมจะต้องกำหนดชุด Reviewers ขึ้นมาตรวจสอบการแก้ไขของ branch นั้นๆ ว่าสมเหตุสมผล และเขียนโค้ดได้มาตรฐานหรือไม่ ระบบให้เราวิจารณ์และถกโค้ดเป็นรายบรรทัดได้อย่างสะดวก ทำให้การแก้ปัญหาและแก้ไขโค้ดที่เหมาะกับทีมที่สุดทำได้ง่ายมากๆ
• นอกจากนี้ยังมีระบบเว็บบอร์ด (เรียกว่า Issues) เพื่อให้คนในทีมและคนทั่วไป “รายงานบั้ก” หรือ “พูดคุยเกี่ยวกับ features ต่างๆ” ที่ควรมี และสามารถปิด issue ที่จัดการแล้วทิ้งไป ทำให้ทุกคนทราบ “สถานะ” ปัจจุบันของ source code ในแต่ละโปรเจกต์ได้อย่างกระจ่างครับ
• ก่อนหน้านี้สิ่งเหล่านี้ต้องทำผ่าน command line ที่ค่อนข้างซับซ้อน แต่ปัจจุบันฟังก์ชันทั้งหมดนี้ทำบนเว็บ github.com ซึ่งมี interface สวยงามใช้งานง่าย เหมาะกับคนทั่วไป ไม่ต้องจดจำ command lines ใดๆ เลยครับ
• นอกจากนี้ github ยังมี features เสริมเช่นเป็น hosting ของเว็บไซต์ของ source code โปรเจกต์นั้นๆ ได้ฟรี ทำเว็บง่ายๆ โดยใช้ markdown เช่นเดียวกับการเขียน Jupyter Notebook หรือ wikipedia นั่นเอง

เรียนรู้การใช้งาน Github.com ด้วย Git Learning Lab

สิบปากว่า ไม่เท่าตาเห็นบวกลงมือทำ ประโยชน์เบื้องต้นของ Github ที่เล่าไปข้างต้นนั้นเพื่อนๆ สามารถฝึกฝนผ่านแบบเรียนแบบสนุกๆ ในแบบเรียน“ภาคปฏิบัติ” (คล้ายๆ เกมส์) ที่เรียกว่า “Git Learning Lab” ครับ

โดย Git Learning Lab คือแบบเรียนเสมือนจริง ซึ่งสอนการใช้งานบน Github.com โดยจะมี GitBot มาเปิด “issues” เพื่อขอร้องให้เราไปแก้ไขประเด็นต่างๆ (พร้อมสอนวิธีแก้) และเจ้าบอทตัวนี้ก็ยังจะมาขอทำ (และสอนเราทำ) Pull Request ให้เราช่วยรีวิว และยังสอนแก้ Conflict เบื้องต้นอีกด้วยครับ

โดยแบบเรียน Git Lab นี้มีมากมายสามารถดูได้ที่

https://lab.github.com/ โดยการใช้งานเบื้องต้นที่เราเล่าในบทความข้างต้นจะอยู่ในชุด “สัปดาห์แรกบน Github” https://lab.github.com/githubtraining/first-week-on-github  ซึ่งแนะนำให้ลองเล่นเป็นแบบเรียนแรกครับ นอกจากนี้ยังมีคอร์สอื่นๆ อีกมากมายเช่น “การรักษาความปลอดภัยของโค้ดบน Github” และ “แนวทางการพัฒนา software ขนาดใหญ่ให้ปลอดบั้กด้วย Continuous Integration” อีกด้วย

Nvidia เป็นหนึ่งในบริษัทที่เล็งเห็นศักยภาพของผู้เข้าร่วมการแข่งขัน Kaggle ทำให้ Nvidia ตัดสินใจสร้างทีม Kaggle ขึ้นมาโดยเฉพาะ

ในการสร้างทีมนี้ Nvidia ได้ดึงตัว Data/Machine-Learning Engineer/Scientists ระดับ Grandmaster จากทั่วโลก และทีมนี้มีภารกิจหลักคือคว้าแชมป์ Kaggle ให้ได้ รวมทั้งร่วมพัฒนา library Deep Learning ของทาง Nvidia เองด้วย

ล่าสุดทีมนี้ได้เริ่มทำ Youtube Series โดยในตอนล่าสุดนี้ทีมนี้ได้แชร์การทำ Large-Scale Image Classification บน Data เป็นล้านๆ รูป และจำนวนคลาสมหาศาลถึง 80,000+ คลาส -- ที่มาของปัญหานี้มาจากแข่งขัน Google Landmark Recognition ปี 2020 ที่สองสมาชิกในทีมนี้คว้าแชมป์ได้นั่นเอง https://www.kaggle.com/c/landmark-recognition-2020

โดยผู้นำเสนอนั้นมี ชื่อย่อใน Kaggle ว่า Dieter และ Psi ซึ่งเป็นมือวางสิบอันแรกของโลกในวงการ สามารถรับชมได้ที่นี่เลยคร้าบบ :D

https://www.youtube.com/watch?v=VxNDH6qLZ_Q&t=781s