ڊيپ لرننگ لاءِ هڪ فريم ورڪ انٽرفيس، لائبريرين ۽ اوزارن جي ميلاپ تي مشتمل آهي ته جيئن مشين لرننگ ماڊلز کي جلدي ۽ صحيح نموني سان بيان ڪرڻ ۽ تربيت ڏيڻ لاءِ.
ڇاڪاڻ ته ڊيپ لرننگ وڏي مقدار ۾ غير منظم، غير متني ڊيٽا استعمال ڪري ٿي، توهان کي هڪ فريم ورڪ جي ضرورت آهي جيڪا ”پرت“ جي وچ ۾ رابطي کي ڪنٽرول ڪري ۽ ان پٽ ڊيٽا مان سکڻ ۽ خودمختيار فيصلا ڪرڻ سان ماڊل ڊولپمينٽ کي تيز ڪري.
جيڪڏهن توهان 2021 ۾ ڊيپ لرننگ بابت سکڻ ۾ دلچسپي رکو ٿا، هيٺ ڏنل فريم ورڪ مان هڪ کي استعمال ڪرڻ تي غور ڪريو. هڪ چونڊڻ لاء ياد رکو جيڪو توهان جي مقصدن ۽ خواب کي حاصل ڪرڻ ۾ مدد ڪندي.
1. TensorFlow
جڏهن گہرے سکيا بابت ڳالهائيندي، TensorFlow اڪثر ذڪر ڪيل پهريون فريم ورڪ آهي. تمام گهڻو مشهور، هي فريم ورڪ نه صرف گوگل طرفان استعمال ڪيو ويو آهي - ڪمپني ان جي تخليق جي ذميوار آهي - پر ٻين ڪمپنين جهڙوڪ ڊروپباڪس، اي بي، ايئر بي اين بي، اين ويڊيا، ۽ ٻيا ڪيترائي.
TensorFlow استعمال ڪري سگھجي ٿو اعليٰ ۽ گھٽ ليول APIs کي ڊولپ ڪرڻ لاءِ، توھان کي اجازت ڏئي ٿي ته توھان کي تقريباً ڪنھن به قسم جي ڊيوائس تي ايپليڪيشنون ھلائي سگھون. جيتوڻيڪ Python ان جي بنيادي ٻولي آهي، Tensoflow جي انٽرفيس تائين رسائي ۽ ڪنٽرول ڪري سگهجي ٿي ٻين پروگرامنگ ٻولين جهڙوڪ C++، Java، Julia، ۽ JavaScript.
اوپن سورس هجڻ جي ڪري، TensorFlow توهان کي اجازت ڏئي ٿو ته توهان ٻين APIs سان ڪيترائي انضمام ۽ ڪميونٽي کان تيز مدد ۽ تازه ڪاريون حاصل ڪريو. ان جو انحصار ”مستقل گرافس“ تي حساب لاءِ توهان کي اجازت ڏئي ٿو فوري حساب ڪتاب ڪرڻ يا ڪنهن ٻئي وقت تائين رسائي لاءِ آپريشن محفوظ ڪرڻ. اهي سبب، انهي امڪان ۾ شامل ڪيا ويا آهن ته توهان TensorBoard ذريعي پنهنجي اعصابي نيٽ ورڪ جي ترقي کي ”ڏس“ ڪري سگهو ٿا، TensorFlow کي ڊيپ لرننگ لاءِ تمام مشهور فريم ورڪ ٺاهيو.
اهم خصوصيتون
- کليل ذريعو
- سکيائي
- تيز ڊيبنگ
2. پائي ٽيچ
PyTorch ھڪڙو فريم ورڪ آھي جيڪو Facebook پاران ٺاھيو ويو آھي پنھنجي خدمتن جي آپريشن کي سپورٽ ڪرڻ لاءِ. اوپن سورس ٿيڻ کان وٺي، هي فريم ورڪ Facebook کان سواءِ ٻين ڪمپنين پاران استعمال ڪيو ويو آهي، جهڙوڪ Salesforce ۽ Udacity.
هي فريم ورڪ متحرڪ طور تي اپڊيٽ ٿيل گرافس کي هلائي ٿو، توهان کي توهان جي ڊيٽا سيٽ جي فن تعمير ۾ تبديليون ڪرڻ جي اجازت ڏئي ٿي جيئن توهان ان تي عمل ڪيو. PyTorch سان اهو آسان آهي هڪ اعصابي نيٽ ورڪ کي ترقي ۽ تربيت ڏيڻ، ايستائين جو ڪنهن به تجربي جي ڄاڻ کان سواءِ.
اوپن سورس هجڻ جي ڪري ۽ پٿون جي بنياد تي، توهان PyTorch ۾ سادو ۽ تيز انضمام ڪري سگهو ٿا. اهو پڻ سکڻ، استعمال ڪرڻ، ۽ ڊيبگ ڪرڻ لاء هڪ سادي فريم ورڪ آهي. جيڪڏهن توهان وٽ سوال آهن، توهان ٻنهي برادرين کان وڏي مدد ۽ تازه ڪارين تي ڳڻپ ڪري سگهو ٿا - Python ڪميونٽي ۽ PyTorch ڪميونٽي.
اهم خصوصيتون
- سکڻ لاء آسان
- GPU ۽ CPU کي سپورٽ ڪري ٿو
- لائبريرين کي وڌائڻ لاءِ APIs جو وڏو سيٽ
3. اپوڪي ايم ايڪس اينٽ
ان جي اعلي اسڪالبلٽي، اعلي ڪارڪردگي، تيز خرابي جي حل، ۽ ترقي يافته GPU سپورٽ جي ڪري، هي فريم ورڪ Apache پاران وڏي صنعتي منصوبن ۾ استعمال لاء ٺاهي وئي.
MXNet ۾ Gluon انٽرفيس شامل آهي جيڪو سڀني مهارتن جي سطحن جي ڊولپرز کي اجازت ڏئي ٿو گہرے سکيا سان شروع ڪريو بادل تي، ڪنڊ ڊوائيسز تي، ۽ موبائل ايپس تي. Gluon ڪوڊ جي صرف چند لائينن ۾، توھان ٺاھي سگھو ٿا لڪير ريگريشن، ڪنوولوشنل نيٽ ورڪ ۽ بار بار LSTMs اعتراض جي ڳولا، تقرير جي سڃاڻپ، سفارش، ۽ ذاتي ڪرڻ.
MXNet مختلف ڊوائيسز تي استعمال ڪري سگھجي ٿو ۽ ڪيترن ئي جي حمايت ڪئي وئي آهي پروگرامنگ ٻوليون جهڙوڪ Java، R، JavaScript، Scala ۽ Go. جيتوڻيڪ هن جي ڪميونٽي ۾ استعمال ڪندڙن ۽ ميمبرن جو تعداد گهٽ آهي، MXNet وٽ چڱي طرح لکيل دستاويز ۽ ترقي جي وڏي صلاحيت آهي، خاص طور تي هاڻي ته Amazon هن فريم ورڪ کي AWS تي مشين لرننگ لاءِ بنيادي اوزار طور چونڊيو آهي.
اهم خصوصيتون
- 8 ٻولين جا پابند
- ورهايل ٽريننگ، سپورٽ ملٽي-سي پي يو ۽ ملٽي-GPU سسٽم
- هائبرڊ فرنٽ-آخر، لازمي ۽ علامتي طريقن جي وچ ۾ سوئچ ڪرڻ جي اجازت ڏئي ٿي
4. مائڪروسافٽ ڪوگنيٽڪ ٽولڪ
جيڪڏھن توھان سوچڻ وارا آھيو ايپليڪيشنون يا خدمتون جيڪي ھلنديون آھن Azure (Microsoft Cloud Services) تي، Microsoft Cognitive Toolkit ھڪڙو فريم ورڪ آھي توھان جي ڊيپ لرننگ منصوبن لاءِ چونڊڻ لاءِ. هي اوپن سورس آهي، ۽ پروگرامنگ ٻولين جهڙوڪ پٿون، سي++، سي#، جاوا، ٻين جي مدد سان آهي. هي فريم ورڪ ”انساني دماغ وانگر سوچڻ“ لاءِ ٺاهيو ويو آهي، تنهن ڪري اهو وڏي مقدار ۾ غير منظم ٿيل ڊيٽا کي پروسيس ڪري سگهي ٿو، جڏهن ته تيز تربيت ۽ هڪ وجداني فن تعمير پيش ڪري ٿو.
ھن فريم ورڪ کي چونڊڻ سان - Skype، Xbox، ۽ Cortana جي پويان ھڪڙو - توھان پنھنجي ايپليڪيشنن مان سٺي ڪارڪردگي حاصل ڪندا، Azure سان اسڪيلبلٽي ۽ سادي انضمام. جڏهن ته، جڏهن TensorFlow يا PyTorch جي مقابلي ۾، ان جي ڪميونٽي ۽ سپورٽ ۾ ميمبرن جو تعداد گهٽجي ويو آهي.
هيٺ ڏنل وڊيو پيش ڪري ٿي مڪمل تعارف ۽ ايپليڪيشن جا مثال:
اهم خصوصيتون
- صاف دستاويز
- Microsoft ٽيم جي حمايت
- سڌو گراف بصري
5. ڪيرا
PyTorch وانگر، Keras ڊيٽا-گھڻي منصوبن لاءِ پٿون تي ٻڌل لائبريري آهي. keras API اعليٰ سطح تي ڪم ڪري ٿو ۽ هيٺين سطح جي APIs جهڙوڪ TensorFlow، Theano، ۽ Microsoft Cognitive Toolkit سان انضمام جي اجازت ڏئي ٿو.
ڪيرا استعمال ڪرڻ جا ڪجھ فائدا آھن ان جي سکڻ لاءِ سادگي - گہرائي سکيا ۾ شروعات ڪندڙن لاءِ تجويز ڪيل فريم ورڪ هجڻ؛ ان جي لڳائڻ جي رفتار؛ پٿون ڪميونٽي ۽ ٻين فريم ورڪ جي برادرين کان وڏي مدد حاصل ڪئي جنهن سان اهو ضم ٿيل آهي.
Keras جي مختلف عملن تي مشتمل آهي نيورل نيٽ ورڪ جي تعمير بلاڪ جيئن تہ تہ، مقصدي افعال، چالو ڪرڻ جا ڪم، ۽ رياضياتي اصلاح ڪندڙ. ان جو ڪوڊ GitHub تي ھوسٽ ڪيو ويو آھي ۽ اتي آھن فورمز ۽ ھڪ Slack سپورٽ چينل. ان کان علاوه معياري لاء سپورٽ نظرياتي نيٽ ورڪ, Keras Convolutional Neural Networks ۽ Recurrent Neural Networks لاءِ سپورٽ پيش ڪري ٿو.
ڪيراس اجازت ڏئي ٿو گہرے سکيا جا ماڊل iOS ۽ Android ٻنهي تي اسمارٽ فونز تي، جاوا ورچوئل مشين تي، يا ويب تي ٺاهيا وڃن. اهو گرافڪس پروسيسنگ يونٽس (GPU) ۽ ٽينسر پروسيسنگ يونٽس (TPU) جي ڪلسٽرز تي ڊيپ لرننگ ماڊلز جي ورهايل تربيت جي استعمال جي پڻ اجازت ڏئي ٿو.
اهم خصوصيتون
- اڳ-تربيت ٿيل ماڊلز
- گھڻن پس منظر جي حمايت
- استعمال ڪندڙ-دوست ۽ وڏي برادري جي حمايت
6. ايپل ڪور ML
ڪور ML ايپل پاران ان جي ماحولياتي نظام کي سپورٽ ڪرڻ لاءِ تيار ڪيو ويو - IOS، Mac OS، ۽ iPad OS. ان جو API گهٽ سطح تي ڪم ڪري ٿو، سي پي يو ۽ جي پي يو جي وسيلن جو سٺو استعمال ڪري ٿو، جيڪو ٺاهيل ماڊلز ۽ ايپليڪيشنن کي اجازت ڏئي ٿو ته هو انٽرنيٽ ڪنيڪشن کان سواءِ به هلندا رهن، جيڪو ڊوائيس جي ”ميموري فوٽ پرنٽ“ ۽ بجلي جي استعمال کي گھٽائي ٿو.
جنهن طريقي سان Core ML مڪمل ڪري ٿو اهو مڪمل طور تي اڃا تائين هڪ ٻي مشين لرننگ لائبريري ٺاهڻ سان نه آهي جيڪا iphones/ipads تي هلائڻ لاءِ بهتر ڪئي وئي آهي. ان جي بدران، ڪور ML وڌيڪ هڪ گڏ ڪندڙ وانگر آهي جيڪو ماڊل وضاحتن ۽ تربيتي پيٽرولن کي ٻين مشين لرننگ سافٽ ويئر سان بيان ڪري ٿو ۽ ان کي فائل ۾ تبديل ڪري ٿو جيڪو iOS ايپ لاء وسيلو بڻجي ٿو. ڪور ML ماڊل ۾ هي تبديلي ايپ ڊولپمينٽ دوران ٿئي ٿي، نه ته اصل وقت ۾ جيئن ايپ استعمال ٿي رهي آهي، ۽ coremltools python لائبريري طرفان سهولت ڏني وئي آهي.
ڪور ML آسان انضمام سان تيز ڪارڪردگي فراهم ڪري ٿو مشين جي سکيا ايپليڪيشنن ۾ ماڊل. اهو 30 کان وڌيڪ قسمن جي تہن سان گڏ ڊيپ لرننگ کي سپورٽ ڪري ٿو ۽ فيصلي جي وڻن، سپورٽ ویکٹر مشينن، ۽ لڪير ريگريشن طريقن سان، جيڪي سڀ هيٺين سطح جي ٽيڪنالاجيز جهڙوڪ Metal and Accelerate تي ٺهيل آهن.
اهم خصوصيتون
- ايپس ۾ ضم ڪرڻ آسان
- مقامي وسيلن جو بهترين استعمال، انٽرنيٽ جي رسائي جي ضرورت ناهي
- رازداري: ڊيٽا کي ڊوائيس ڇڏڻ جي ضرورت ناهي
7. اين اين ايڪس
اسان جي لسٽ تي آخري فريم ورڪ ONNX آهي. هي فريم ورڪ Microsoft ۽ Facebook جي وچ ۾ تعاون مان ظاهر ٿيو، مختلف فريم ورڪ، اوزار، رن ٽائمز ۽ مرتب ڪندڙن جي وچ ۾ ماڊل جي منتقلي ۽ تعمير جي عمل کي آسان ڪرڻ جو مقصد.
ONNX هڪ عام فائيل قسم جي وضاحت ڪري ٿو جيڪو ڪيترن ئي پليٽ فارمن تي هلائي سگھي ٿو، جڏهن ته گهٽ-سطح APIs جي فائدن کي استعمال ڪندي جيئن ته Microsoft Cognitive Toolkit، MXNet، Caffe ۽ (ڪنورٽرز استعمال ڪندي) Tensorflow ۽ Core ML. ONNX جي پويان اصول هڪ اسٽيڪ تي هڪ ماڊل کي تربيت ڏيڻ ۽ ان کي لاڳو ڪرڻ لاء ٻين حوالن ۽ اڳڪٿيون استعمال ڪندي آهي.
LF AI فائونڊيشن، لينڪس فائونڊيشن جي هڪ ذيلي تنظيم، هڪ تنظيم آهي جيڪو هڪ ماحولياتي نظام جي تعمير لاء وقف آهي. کليل ذريعو مصنوعي ذهانت (AI)، مشين لرننگ (ML)، ۽ ڊيپ لرننگ (DL) ۾ جدت. اهو ONNX کي 14 نومبر 2019 تي گريجوئيٽ سطح جي منصوبي طور شامل ڪيو ويو. LF AI فائونڊيشن جي ڇنڊڇاڻ هيٺ ONNX جي هن قدم کي ONNX کي وينڊر-غير جانبدار اوپن فارميٽ معيار جي طور تي قائم ڪرڻ ۾ هڪ اهم سنگ ميل طور ڏٺو ويو.
ONNX ماڊل زو، ONNX فارميٽ ۾ موجود ڊيپ لرننگ ۾ اڳ-تربيت ٿيل ماڊلز جو مجموعو آهي. هر ماڊل لاء اتي آهن Jupyter نوٽ بڪ ماڊل ٽريننگ لاءِ ۽ تربيت يافته ماڊل سان ڪارڪردگي جو اندازو لڳائڻ. نوٽ بڪ پٿون ۾ لکيل آهن ۽ انهن جي لنڪ تي مشتمل آهن تربيتي ڊيٽا سيٽ ۽ اصل سائنسي دستاويز جو حوالو جيڪو بيان ڪري ٿو ماڊل فن تعمير.
اهم خصوصيتون
- فريم ورڪ interoperability
- هارڊويئر جي اصلاح
ٿڪل
هي هڪ خلاصو آهي بهترين فريم ورڪ لاءِ تمام گهڻي سکيا. ھن مقصد لاءِ ڪيترائي فريم ورڪ آھن، مفت يا ادا ڪيل. توھان جي پروجيڪٽ لاءِ بھترين چونڊڻ لاءِ، پھريائين ڄاڻو ته ڪھڙي پليٽ فارم لاءِ توھان پنھنجي ايپليڪيشن کي ترقي ڪندي.
عام فريم ورڪ جهڙوڪ TensorFlow ۽ Keras شروع ڪرڻ لاءِ بهترين آپشن آهن. پر جيڪڏهن توهان کي OS يا ڊوائيس جي مخصوص فائدن کي استعمال ڪرڻ جي ضرورت آهي، ته پوء Core ML ۽ Microsoft Cognitive Toolkit شايد بهترين اختيار هوندا.
اهڙا ٻيا فريم ورڪ آهن جن جو مقصد Android ڊوائيسز، ٻيون مشينون، ۽ خاص مقصد آهن جن جو ذڪر هن فهرست ۾ نه ڪيو ويو آهي. جيڪڏهن پوئين گروپ ۾ توهان جي دلچسپي آهي، اسان صلاح ڏيون ٿا ته گوگل يا ٻين مشين لرننگ سائيٽن تي انهن جي معلومات جي ڳولا ڪريو.
جواب ڇڏي وڃو