среда, 8 июля 2020 г.

Prometey. Обучение ИИ расстановке колонн в здании. Часть 3

          Спустя почти 8 месяцев я получил первый результат и он положительный. Сейчас нет радости от результата, потому как много сил и времени ушло на создание рабочей модели нейронной сети. Этот путь был настолько тернист , что и врагу не пожелать. У меня уже есть идеи как все улучшить в два раза, но меня это откинет на 3 месяца назад, поэтому я решил пока все оставить как есть и не трогать математическую модель. А вот как она выглядит :

        Не смотря на хаотичность по сути это матрица, и в результате перемножения ее элементов на входящие параметры мы получаем решение. Это пока все работает с точностью 97% на математической модели, но пока не известно как она себя поведет в реальных условиях , а не лабораторных. На прошлой нейросети я создал модель нейросети которой не особо много можно было скормить данных для обучения. В этой модели я исправил прошлые ошибки, нейросеть обучена на 30 000 данных. И это всего лишь обучение азам, расставить крайние пилоны, расставить внутренние пилоны и все без учета внутренних несущих стен, и на простых планах этажей. Я решил не обучать этому, а посмотреть что будет делать нейросеть в заранее не известной обстановке. 
        Нейросеть я перевел в код и для этого реализовал обновленное нейронное ядро , пока назвал ColomnGenerator и существует оно отдельно от Prometey. Для того что бы дальше реализовывать ИИ мне необходимо было узнать скорость одного решения нейросети:
        

        Первая цифра (79) это % точность решения, а вторая (0.0045456), это скорость решения в секундах. Таким образом за 1 секунду я могу на одном ядре CPU совершить 220 решений. По моим расчетам, для того что бы расставить колонны на этаже 1 секции необходимо около 10 000 итераций (решений) , получается за 10 000/220 = 45 секунд можно получить готовое расположение пилонов. Но для дальнейших экспериментов мне необходимо около 1000 вариантов расположения пилонов из которых я отберу лучшие. Для 1000 вариантов расположения пилонов даже на одном плане уйдет 1000*45/3600=12.5 часа. Скорее всего это будет стрим на YouTube и он будет с вечера на утро. Во время стрима кубик будет быстро и плавно перемещаться по плану и расставлять колонны в ненесущих стенах. Жутко интересно что он насоздает ......все варианты будут публиковаться в свободном доступе
         По моим расчетам, в текущих условиях и мощности вычислительной техники которую я имею в наличии, на создание сверх разумного конструктора расставляющего колонны на плане этажа у меня уйдет 71 год на все эксперименты :), слегка больше чем я планировал изначально посвятить данной работе. Но тем не менее работа продолжается и следующая часть этого цикла статей будет после стрима и разбора проблем с которыми я столкнусь, без проблем тут никак не обойдется.

2 комментария:

  1. GPU же может помочь побыстрее посчитать

    ОтветитьУдалить
    Ответы
    1. на мобильном телефоне кол ядер GPU и их частота маленькая

      Удалить

Поиск по этому блогу