د ماشین زده کړې ماډلونو رامینځته کولو لپاره یو له خورا مشهور وسیلو څخه TensorFlow دی. موږ په مختلفو صنعتونو کې په ډیری غوښتنلیکونو کې TensorFlow کاروو.
پدې پوسټ کې ، موږ به د TensorFlow AI ځینې ماډلونه معاینه کړو. له همدې امله، موږ کولی شو هوښیار سیسټمونه جوړ کړو.
موږ به د چوکاټونو له لارې هم ځو چې TensorFlow د AI ماډلونو رامینځته کولو لپاره وړاندیز کوي. نو راځئ چې پیل وکړو!
د TensorFlow لنډه پیژندنه
د ګوګل TensorFlow یوه خلاص سرچینه ده ماشین زده کړه د سافټویر بسته. پدې کې د روزنې او ځای پرځای کولو وسایل شامل دي د ماشین زده کړې موډلونه په ډیری پلیټونو کې. او وسایل، او همدارنګه د ژورې زده کړې لپاره ملاتړ او نوریال شبکې.
TensorFlow پراختیا کونکو ته وړتیا ورکوي چې د مختلف غوښتنلیکونو لپاره ماډلونه رامینځته کړي. پدې کې د عکس او آډیو پیژندنه، د طبیعي ژبې پروسس کول، او شامل دي کمپیوټر لید. دا د ټولنې پراخه ملاتړ سره یو قوي او د تطبیق وړ وسیله ده.
په خپل کمپیوټر کې د TensorFlow نصبولو لپاره تاسو کولی شئ دا په خپل کمانډ کړکۍ کې ټایپ کړئ:
pip install tensorflow
د AI ماډلونه څنګه کار کوي؟
د AI ماډلونه د کمپیوټر سیسټمونه دي. له همدې امله، دوی د داسې فعالیتونو ترسره کولو لپاره دي چې معمولا د انسان عقل ته اړتیا لري. د انځور او وینا پیژندنه او پریکړه کول د داسې کارونو بیلګې دي. د AI ماډلونه په لوی ډیټاسیټونو کې رامینځته شوي.
دوی د ماشین زده کړې تخنیکونه کاروي ترڅو وړاندوینې رامینځته کړي او عملونه ترسره کړي. دوی ډیری کارونې لري ، پشمول د ځان چلولو موټرو ، شخصي معاونین ، او طبي تشخیص.
نو، د TensorFlow AI مشهور ماډلونه کوم دي؟
ResNet
ResNet، یا Residual Network، د قناعت وړ بڼه ده نوریال شبکه. موږ دا د عکس کټګورۍ لپاره کاروو او د شیانو کشف. دا په 2015 کې د مایکروسافټ څیړونکو لخوا رامینځته شوی. همدارنګه، دا په عمده توګه د استوګنې اړیکو کارولو لخوا توپیر شوی.
دا اړیکې شبکې ته اجازه ورکوي چې په بریالیتوب سره زده کړي. له همدې امله، دا د معلوماتو د فعالولو له لارې ممکنه ده چې د پرتونو ترمنځ په آزاده توګه جریان وکړي.
ResNet ممکن د Keras API په ګټه اخیستو سره په TensorFlow کې پلي شي. دا د عصبي شبکو رامینځته کولو او روزنې لپاره د لوړې کچې ، کارونکي دوستانه انٹرفیس چمتو کوي.
د ResNet نصب کول
د TensorFlow نصبولو وروسته، تاسو کولی شئ د ResNet ماډل جوړولو لپاره Keras API وکاروئ. TensorFlow کې Keras API شامل دي، نو تاسو اړتیا نلرئ دا په انفرادي ډول نصب کړئ.
تاسو کولی شئ د tensorflow.keras.applications څخه د ResNet ماډل وارد کړئ. او، تاسو کولی شئ د کارولو لپاره د ResNet نسخه وټاکئ، د بیلګې په توګه:
from tensorflow.keras.applications import ResNet50
تاسو کولی شئ د ResNet لپاره دمخه روزل شوي وزنونو بارولو لپاره لاندې کوډ هم وکاروئ:
model = ResNet50(weights='imagenet')
د ملکیت په غوره کولو سره include_top=False، تاسو کولی شئ د اضافي روزنې لپاره ماډل هم وکاروئ یا د خپل دودیز ډیټا سیټ ښه کولو لپاره.
model = ResNet50(weights='imagenet', include_top=False, input_shape=(224, 224, 3))
د ResNet د کارونې ساحې
ResNet کیدای شي د عکس په طبقه بندي کې وکارول شي. نو تاسو کولی شئ عکسونه په ډیری ګروپونو کې طبقه بندي کړئ. لومړی، تاسو اړتیا لرئ د لیبل شوي عکسونو لوی ډیټاسیټ کې د ResNet ماډل روزنه ورکړئ. بیا، ResNet کولی شي د پخوانیو نه لیدل شوي عکسونو ټولګي وړاندوینه وکړي.
ResNet ممکن د شیانو کشف کولو کارونو لپاره هم وکارول شي لکه په عکسونو کې د شیانو کشف کول. موږ کولی شو دا د لومړي ځل لپاره د عکسونو په ټولګه کې د ResNet ماډل روزنې له لارې ترسره کړو چې د اعتراض سره تړل شوي بکسونو سره لیبل شوي. بیا، موږ کولی شو په تازه عکسونو کې د شیانو پیژندلو لپاره زده شوي ماډل پلي کړو.
موږ کولی شو د سیمانټیک قطع کولو کارونو لپاره ResNet هم وکاروو. نو، موږ کولی شو په عکس کې هر پکسل ته سیمانټیک لیبل وټاکو.
د مرحل
پیل د ژورې زده کړې ماډل دی چې په عکسونو کې د شیانو پیژندلو وړ دی. ګوګل دا په 2014 کې اعلان کړ، او دا د ډیری پرتونو په کارولو سره د مختلفو اندازو عکسونه تحلیلوي. د پیل سره، ستاسو ماډل کولی شي انځور په سمه توګه درک کړي.
TensorFlow د Inception ماډلونو رامینځته کولو او چلولو لپاره قوي وسیله ده. دا د عصبي شبکو روزنې لپاره د لوړې کچې او کارونکي دوستانه انٹرفیس چمتو کوي. له همدې امله ، پیل د پراختیا کونکو لپاره غوښتنه کولو لپاره خورا ساده ماډل دی.
Inception نصب کول
تاسو کولی شئ د کوډ د دې کرښې په ټایپ کولو سره Inception نصب کړئ.
from tensorflow.keras.applications import InceptionV3
د کارونې پیل ځایونه
د Inception ماډل کیدای شي د ځانګړتیاوو د استخراج لپاره هم وکارول شي ژوره زده کړه موډلونه لکه د جنراتي مخالفو شبکو (GANs) او Autoencoders.
د پیل ماډل ممکن د ځانګړو ځانګړتیاو پیژندلو لپاره ښه تنظیم شي. همچنان ، موږ ممکن د طبي عکس اخیستنې غوښتنلیکونو کې ځینې اختلالات تشخیص کړو لکه ایکس رے ، CT ، یا MRI.
د پیل ماډل ممکن د عکس کیفیت چک کولو لپاره ښه تنظیم شوی وي. موږ کولی شو ارزونه وکړو چې آیا یو انځور مبهم یا کرکرا دی.
پیل ممکن د ویډیو تحلیلي دندو لپاره وکارول شي لکه د اعتراض تعقیب او د عمل کشف.
BERT
BERT (د ټرانسفارمرونو څخه د دوه اړخیزه انکوډر نمایندګۍ) د ګوګل لخوا رامینځته شوی دمخه روزل شوي عصبي شبکې ماډل دی. موږ ممکن دا د طبیعي ژبې پروسس کولو مختلف کارونو لپاره وکاروو. دا دندې کولی شي د متن کټګورۍ څخه د پوښتنو ځوابونو پورې توپیر ولري.
BERT د ټرانسفارمر معمارۍ باندې جوړ شوی. لدې امله، تاسو کولی شئ د متن ان پټ پراخه حجم اداره کړئ پداسې حال کې چې د کلمو اړیکو درک کول.
BERT یو دمخه روزل شوی ماډل دی چې تاسو کولی شئ د TensorFlow غوښتنلیکونو کې شامل کړئ.
TensorFlow د BERT دمخه روزل شوی ماډل او همدارنګه د مختلف کارونو لپاره د BERT د ښه کولو او پلي کولو لپاره د اسانتیاوو ټولګه شامله ده. په دې توګه، تاسو کولی شئ په اسانۍ سره د BERT پیچلي طبیعي ژبې پروسس کولو وړتیاوې یوځای کړئ.
د BERT نصب کول
د پایپ بسته مدیر په کارولو سره، تاسو کولی شئ په TensorFlow کې BERT نصب کړئ:
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
د TensorFlow د CPU نسخه ممکن په اسانۍ سره د tensorflow-gpu ځای په ځای کولو سره نصب شي.
د کتابتون له نصبولو وروسته، تاسو کولی شئ د BERT ماډل وارد کړئ او د مختلفو NLP دندو لپاره یې وکاروئ. دلته د متن طبقه بندي ستونزې په اړه د BERT ماډل ښه کولو لپاره ځینې نمونې کوډ دي، د بیلګې په توګه:
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)
د BERT د کارونې ساحې
تاسو کولی شئ د متن طبقه بندي دندې ترسره کړئ. د مثال په توګه، دا ممکنه ده چې ترلاسه کړي جذب تحلیلد موضوع درجه بندي، او د سپیم کشف.
BERT لري a نومول شوی شرکت پیژندنه (NER) ځانګړتیا. له همدې امله، تاسو کولی شئ په متن کې ادارې پیژنئ او لیبل کړئ لکه اشخاص او سازمانونه.
دا د ځانګړي شرایطو پورې اړوند پوښتنو ته د ځواب ویلو لپاره کارول کیدی شي ، لکه د لټون انجن یا چیټ بوټ غوښتنلیک کې.
BERT ممکن د ژبې ژباړې لپاره ګټور وي ترڅو د ماشین ژباړې دقت زیات کړي.
BERT کیدای شي د متن لنډیز لپاره وکارول شي. له همدې امله، دا کولی شي د اوږد متن اسنادو لنډ، ګټور لنډیز چمتو کړي.
ژور غږ
د Baidu څیړنې DeepVoice، a متن - ويناو د ترکیب ماډل.
دا د TensorFlow چوکاټ سره رامینځته شوی او د غږ ډیټا لوی ټولګه کې روزل شوی.
DeepVoice د متن ان پټ څخه غږ تولیدوي. DeepVoice دا د ژورې زده کړې تخنیکونو په کارولو سره ممکنه کوي. دا د عصبي شبکې پر بنسټ ماډل دی.
لدې امله، دا د ان پټ ډیټا تحلیل کوي او د وصل شوي نوډونو لوی شمیر پرتونو په کارولو سره وینا رامینځته کوي.
د DeepVoice نصب کول
!pip install deepvoice
په بدیل
# Clone the DeepVoice repository
!git clone https://github.com/r9y9/DeepVoice3_pytorch.git
%cd DeepVoice3_pytorch
!pip install -r requirements.txt
د DeepVoice د کارولو ساحه
تاسو کولی شئ ډیپ وائس د شخصي معاونینو لکه ایمیزون الیکسا او ګوګل معاون لپاره وینا تولید لپاره وکاروئ.
همچنان ، DeepVoice ممکن د غږ وړ وسیلو لکه سمارټ سپیکرونو او د کور اتومات سیسټمونو لپاره د وینا تولید لپاره وکارول شي.
DeepVoice کولی شي د وینا درملنې غوښتنلیکونو لپاره غږ رامینځته کړي. دا کولی شي د وینا ستونزو سره ناروغانو سره مرسته وکړي ترڅو د دوی وینا ښه کړي.
DeepVoice د تعلیمي موادو لکه آډیو بوکس او د ژبې زده کړې ایپسونو لپاره د وینا جوړولو لپاره کارول کیدی شي.
یو ځواب ورکړئ ووځي