Un o'r offer mwyaf adnabyddus ar gyfer datblygu modelau dysgu peiriannau yw TensorFlow. Rydym yn defnyddio TensorFlow mewn llawer o gymwysiadau mewn amrywiol ddiwydiannau.
Yn y swydd hon, byddwn yn archwilio rhai o'r modelau TensorFlow AI. Felly, gallwn greu systemau deallus.
Byddwn hefyd yn mynd trwy fframweithiau y mae TensorFlow yn eu cynnig ar gyfer creu modelau AI. Felly gadewch i ni ddechrau!
Cyflwyniad Byr i TensorFlow
Mae TensorFlow Google yn ffynhonnell agored dysgu peiriant pecyn meddalwedd. Mae'n cynnwys offer ar gyfer hyfforddi a defnyddio modelau dysgu peiriannau ar lawer o lwyfannau. a dyfeisiau, yn ogystal â chymorth ar gyfer dysgu dwfn a rhwydweithiau nefol.
Mae TensorFlow yn galluogi datblygwyr i greu modelau ar gyfer amrywiaeth o gymwysiadau. Mae hyn yn cynnwys adnabod delwedd a sain, prosesu iaith naturiol, a gweledigaeth gyfrifiadurol. Mae'n arf cryf y gellir ei addasu gyda chefnogaeth eang gan y gymuned.
I osod TensorFlow ar eich cyfrifiadur gallwch deipio hwn yn eich ffenestr gorchymyn:
pip install tensorflow
Sut Mae Modelau AI yn Gweithio?
Systemau cyfrifiadurol yw modelau AI. Felly, maent i fod i wneud gweithgareddau a fyddai fel arfer angen deallusrwydd dynol. Mae adnabod delwedd a lleferydd a gwneud penderfyniadau yn enghreifftiau o dasgau o'r fath. Datblygir modelau AI ar setiau data enfawr.
Defnyddiant dechnegau dysgu peirianyddol i gynhyrchu rhagfynegiadau a chyflawni gweithredoedd. Mae ganddynt sawl defnydd, gan gynnwys automobiles hunan-yrru, cynorthwywyr personol, a diagnosteg feddygol.
Felly, beth yw modelau poblogaidd TensorFlow AI?
ResNet
Mae ResNet, neu Residual Network, yn ffurf ar ffurf convolutional rhwydwaith nefol. Rydym yn ei ddefnyddio ar gyfer categoreiddio delwedd a canfod gwrthrych. Fe'i datblygwyd gan ymchwilwyr Microsoft yn 2015. Hefyd, mae'n cael ei wahaniaethu'n bennaf trwy ddefnyddio cysylltiadau gweddilliol.
Mae'r cysylltiadau hyn yn galluogi'r rhwydwaith i ddysgu'n llwyddiannus. Felly, mae'n bosibl trwy alluogi gwybodaeth i lifo'n fwy rhydd rhwng yr haenau.
Gellir gweithredu ResNet yn TensorFlow trwy ddefnyddio API Keras. Mae'n darparu rhyngwyneb lefel uchel, hawdd ei ddefnyddio ar gyfer creu a hyfforddi rhwydweithiau niwral.
Gosod ResNet
Ar ôl gosod TensorFlow, gallwch ddefnyddio'r API Keras i greu model ResNet. Mae TensorFlow yn cynnwys API Keras, felly nid oes angen i chi ei osod yn unigol.
Gallwch fewnforio'r model ResNet o tensorflow.keras.applications. A gallwch ddewis y fersiwn ResNet i'w ddefnyddio, er enghraifft:
from tensorflow.keras.applications import ResNet50
Gallwch hefyd ddefnyddio'r cod canlynol i lwytho pwysau sydd wedi'u hyfforddi ymlaen llaw ar gyfer ResNet:
model = ResNet50(weights='imagenet')
Trwy ddewis yr eiddo include_top=Anghywir, gallwch hefyd ddefnyddio'r model ar gyfer hyfforddiant ychwanegol neu fireinio eich set ddata bersonol.
model = ResNet50(weights='imagenet', include_top=False, input_shape=(224, 224, 3))
Ardaloedd Defnydd ResNet
Gellir defnyddio ResNet wrth ddosbarthu delweddau. Felly, gallwch chi gategoreiddio lluniau i lawer o grwpiau. Yn gyntaf, mae angen i chi hyfforddi model ResNet ar set ddata fawr o luniau wedi'u labelu. Yna, gall ResNet ragweld y dosbarth o ddelweddau nas gwelwyd o'r blaen.
Gellir defnyddio ResNet hefyd ar gyfer tasgau canfod gwrthrychau fel canfod pethau mewn lluniau. Gallwn wneud hyn trwy hyfforddi model ResNet yn gyntaf ar gasgliad o luniau wedi'u labelu â blychau rhwymo gwrthrychau. Yna, gallwn gymhwyso’r model dysgedig i adnabod gwrthrychau mewn delweddau ffres.
Gallwn hefyd ddefnyddio ResNet ar gyfer tasgau segmentu semantig. Felly, gallwn neilltuo label semantig i bob picsel mewn delwedd.
Dechreuol
Mae Inception yn fodel dysgu dwfn sy'n gallu adnabod pethau mewn delweddau. Cyhoeddodd Google ef yn 2014, ac mae'n dadansoddi delweddau o wahanol feintiau gan ddefnyddio llawer o haenau. Gyda'r Cychwyn, gall eich model ddeall y ddelwedd yn gywir.
Mae TensorFlow yn arf cryf ar gyfer creu a rhedeg modelau Inception. Mae'n darparu rhyngwyneb lefel uchel a hawdd ei ddefnyddio ar gyfer hyfforddi rhwydweithiau niwral. Felly, mae Inception yn fodel eithaf syml i wneud cais am ddatblygwyr.
Gosod Inception
Gallwch chi osod Inception trwy deipio'r llinell hon o god.
from tensorflow.keras.applications import InceptionV3
Meysydd Defnydd Inception
Gellir defnyddio'r model Inception hefyd i echdynnu nodweddion yn dysgu dwfn modelau fel Rhwydweithiau Gwrthwynebol Generative (GANs) ac Autoencoders.
Efallai y bydd y model Cychwyn yn cael ei fireinio i nodi nodweddion penodol. Hefyd, efallai y byddwn yn gallu gwneud diagnosis o anhwylderau penodol mewn cymwysiadau delweddu meddygol fel pelydr-X, CT, neu MRI.
Efallai y bydd y model Inception yn cael ei fireinio i wirio ansawdd y ddelwedd. Gallwn werthuso a yw delwedd yn niwlog neu'n grimp.
Gellir defnyddio Inception ar gyfer tasgau dadansoddi fideo megis olrhain gwrthrychau a chanfod camau gweithredu.
BERT
Model rhwydwaith niwral a ddatblygwyd ymlaen llaw gan Google yw BERT (Cynrychioliadau Amgodiwr Deugyfeiriadol gan Transformers). Efallai y byddwn yn ei ddefnyddio ar gyfer amrywiaeth o dasgau prosesu iaith naturiol. Gall y tasgau hyn amrywio o gategoreiddio testun i ateb cwestiynau.
Mae BERT wedi'i adeiladu ar bensaernïaeth trawsnewidyddion. Felly, gallwch chi drin llawer iawn o fewnbwn testun wrth ddeall cysylltiadau geiriau.
Mae BERT yn fodel wedi'i hyfforddi ymlaen llaw y gallwch ei ymgorffori mewn cymwysiadau TensorFlow.
Mae TensorFlow yn cynnwys model BERT wedi'i hyfforddi ymlaen llaw yn ogystal â chasgliad o gyfleustodau ar gyfer mireinio a chymhwyso BERT i amrywiaeth o dasgau. Felly, gallwch chi integreiddio galluoedd prosesu iaith naturiol soffistigedig BERT yn hawdd.
Gosod BERT
Gan ddefnyddio'r rheolwr pecyn pip, gallwch osod BERT yn TensorFlow:
pip install tensorflow-gpu==2.2.0 # This installs TensorFlow with GPU support
pip install transformers==3.0.0 # This installs the transformers library, which includes BERT
Mae'n hawdd gosod fersiwn CPU TensorFlow trwy amnewid tensorflow-gpu gyda tensorflow.
Ar ôl gosod y llyfrgell, gallwch fewnforio'r model BERT a'i ddefnyddio ar gyfer gwahanol dasgau NLP. Dyma ychydig o god sampl ar gyfer mireinio model BERT ar broblem dosbarthu testun, er enghraifft:
from transformers import BertForSequenceClassification
# Load the pre-trained BERT model
model = BertForSequenceClassification.from_pretrained("bert-base-uncased")
# Fine-tune the model on your text classification task
model.fit(training_data, labels)
# Make predictions on new data
predictions = model.predict(test_data)
Meysydd Defnydd BERT
Gallwch chi gyflawni tasgau dosbarthu testun. Er enghraifft, mae'n bosibl cyflawni dadansoddiad teimlad, categoreiddio pynciau, a chanfod sbam.
Mae gan BERT a Cydnabod Endid a Enwyd (NER) nodwedd. Felly, gallwch chi adnabod a labelu endidau mewn testun fel personau a sefydliadau.
Gellir ei ddefnyddio i ateb ymholiadau yn dibynnu ar gyd-destun penodol, megis mewn peiriant chwilio neu raglen chatbot.
Gall BERT fod yn ddefnyddiol ar gyfer Cyfieithu Iaith i gynyddu cywirdeb cyfieithu peirianyddol.
Gellir defnyddio BERT ar gyfer crynhoi testun. Felly, gall ddarparu crynodebau byr, defnyddiol o ddogfennau testun hir.
Llais dwfn
Creodd Baidu Research DeepVoice, a testun-i-leferydd model synthesis.
Cafodd ei greu gyda fframwaith TensorFlow a'i hyfforddi ar gasgliad mawr o ddata llais.
Mae DeepVoice yn cynhyrchu llais o fewnbwn testun. Mae DeepVoice yn ei gwneud hi'n bosibl trwy ddefnyddio technegau dysgu dwfn. Mae'n fodel niwral sy'n seiliedig ar rwydwaith.
Felly, mae'n dadansoddi data mewnbwn ac yn cynhyrchu lleferydd gan ddefnyddio nifer enfawr o haenau o nodau cysylltiedig.
Gosod DeepVoice
!pip install deepvoice
Fel arall;
# Clone the DeepVoice repository
!git clone https://github.com/r9y9/DeepVoice3_pytorch.git
%cd DeepVoice3_pytorch
!pip install -r requirements.txt
Ares of Use DeepVoice
Gallwch ddefnyddio DeepVoice i gynhyrchu lleferydd ar gyfer cynorthwywyr personol fel Amazon Alexa a Google Assistant.
Hefyd, gellir defnyddio DeepVoice i gynhyrchu lleferydd ar gyfer dyfeisiau sy'n galluogi llais fel siaradwyr craff a systemau awtomeiddio cartref.
Gall DeepVoice greu llais ar gyfer cymwysiadau therapi lleferydd. Gall helpu cleifion â phroblemau lleferydd i wella eu lleferydd.
Gellir defnyddio DeepVoice i greu araith ar gyfer deunydd addysgol fel llyfrau sain ac apiau dysgu iaith.
Gadael ymateb