Haddii aad tan akhrinayso, waxa hubaal ah inaad horeba u bilawday safarkaaga waxbarasho qotodheer. Haddii aad ku cusub tahay mawduucan, barashada qoto dheer waa wax-ku-kordhin adeegsata dhismayaal maskaxeed oo kale ah oo loo yaqaan shabakadaha neerfaha ee loo yaqaan 'artificial neural networks' si loo dhiso kombuyuutar u eg bini'aadamka oo wax ka qabta arrimaha dhabta ah ee aduunka.
Si looga caawiyo horumarinta naqshadahan, tignoolajiyada farsamada sida Google, Facebook, iyo Uber waxay soo saareen habab kala duwan oo loogu talagalay deegaanka barashada qoto dheer ee Python, taasoo ka dhigaysa mid fudud in la fahmo, la abuuro, lana tababaro shabakadaha neerfaha ee kala duwan.
Qaab dhismeedka barasho qoto dheer waa qayb software ah oo aqoonyahanada iyo saynisyahanada xogta ay isticmaalaan si ay u abuuraan una tababaraan moodooyinka barasho qoto dheer.
Hadafka qaab-dhismeedyadan ayaa ah in la suurtageliyo in shakhsiyaadka ay tababaraan moodalkooda iyaga oo aan fahmin farsamooyinka ka dambeeya waxbarashada qoto dheer, shabakadaha neerfaha, iyo barashada mashiinka.
Iyada oo loo marayo is-dhexgal barnaamijeed heerkiisu sareeyo, qaab-dhismeedyadani waxay bixiyaan dhismooyin dhismo, tababaro, iyo xaqiijinta moodooyinka.
Waxaan eegi doonaa TensorFlow, Keras, Apache MXNet, Microsoft CNTK, iyo DeepLearing4j sidii beddelka PyTorch, oo si weyn loo isticmaalo. qaabka waxbarashada qoto dheer.
Waa maxay Pytorch?
PyTorch waa bilaash, maktabad wax lagu barto mashiinka il-furan oo lagu dhisay maktabadda Torch Python.
Waxaa sameeyay Facebook's AI Research group waxaana loo daabacay sidii maktabad il furan oo bilaash ah Janaayo 2016 oo leh codsiyo ku saabsan aragtida kombuyuutarka, barashada qoto dheer, iyo habaynta luqadda dabiiciga ah.
Waxay leedahay luuqad barnaamijeed lama huraan ah oo Pythonic ah oo taageerta koodka moodel ahaan, fududeeya cilladaha, oo la jaan qaadaya maktabadaha xisaabinta sayniska ee caanka ah, dhammaan inta ay si hufan u jirto oo awood u siinaysa dardargeliyayaasha qalabka sida GPU-yada.
PyTorch waxa ay caan ku noqotay cilmi-baarayaasha aqoonta qoto dheer iyada oo ay uga mahadcelinayso sida ay diiradda u saartay isticmaalka iyo tixgelinta waxqabadka dhammaystiran.
Waxay ka kooban tahay qaab-dhismeedka xogta aasaasiga ah, Tensor, kaas oo ah hannaan dhinacyo badan leh oo la mid ah Numpy arrays, kaas oo u oggolaanaya barnaamij-bixiyeyaasha inay si fudud u qaabeeyaan qaab adag. shabakada neuralada.
Waxay noqonaysaa mid caan ka ah qaybaha hadda jira iyo bulshada tacliinta sababtoo ah dabacsanaanteeda, xawaaraha, iyo fududaynta fulinta, taas oo ka dhigaysa mid ka mid ah qalabka ugu caansan ee barashada qoto dheer.
Tilmaamaha Muhiimka ah ee Pytorch
- PyTorch waa Python-centric, ama "pythonic," taas oo loogu talagalay isdhexgalka qoto dheer ee barnaamijka Python halkii ay u adeegi lahayd isku xirka maktabad lagu sameeyay luqad kale.
- Si fudud loo baran karo - PyTorch waxa ay raacdaa qaab-dhismeedka la mid ah barnaamijyada dhaqanka oo si taxadar leh ayaa loo diiwaangeliyay, iyada oo bulshada horumarisa ay had iyo jeer isku daydo in ay kor u qaaddo. Sidaa darteed way fududahay in la barto barnaamijyada barnaamijka iyo kuwa aan barnaamijka ahayn labadaba.
- PyTorch waxay u qaybin kartaa shaqada xisaabinta dhowr CPU ama GPU xudunta isticmaalaya awoodda isbarbardhigga xogta. Inkasta oo isbarbardhigga la midka ah lagu gaari karo farsamooyinka kale ee barashada mashiinka, PyTorch ayaa ka dhigaysa mid aad u fudud.
- Debugging: Mid ka mid ah aaladaha ciribtirka Python ee tirada badan ee si weyn loo heli karo (tusaale, Python's pdb iyo ipdb aaladaha) ayaa loo isticmaali karaa in lagu saxo PyTorch.
- PyTorch waxa ay taageertaa garaafyada xisaabinta firfircoon, taas oo tusinaysa in hab-dhaqanka shabakada si firfircoon wax looga bedeli karo inta lagu jiro runtime.
- PyTorch waxay la socotaa qaybo kala duwan oo si gaar ah loo abuuray, sida torchtext, torchvision, iyo torchaudio, taas oo loo isticmaali karo in lagula tacaalo qaybaha kala duwan ee barasho qoto dheer, sida NLP, aragga kombiyuutarka, iyo habaynta codka.
Xaddidaadaha Pytorch
- Kormeero xaddidan iyo is-dhexgal muuqaaleed: Iyadoo TensorFlow ay ku jirto qalab muuqaal awood leh oo loogu talagalay soo saarista garaafyada moodeelka (TensorBoard), PyTorch hadda waxaa ka maqan sifadan. Natiijo ahaan, horumariyayaashu waxay ku xidhi karaan TensorBoard dibadda ama waxay isticmaali karaan mid ka mid ah Python-yada badan ee jira qalabka muuqaalka xogta.
- PyTorch ma aha dhamaad-ilaa-dhammaad barashada mashiinka madal horumarineed; Waxa ay geysaa codsiyada server-yada, goobaha shaqada, iyo aaladaha mobilada.
Dhammaan sababahan, raadinta beddelka ugu wanaagsan ee Pytorch waxay noqon doontaa go'aan caqli-gal ah.
Beddelka ugu caansan ee Pytorch
Halkan waxaa ah liiska beddelka ugu wanaagsan ee Pytorch.
1. Qulqulka qulqulka
TensorFlow waa qaab-dhismeedka il-furan ee waxbarashada diiradda saaraya oo ay samaysay Google-ka. Waxa kale oo ay taageertaa heerka barashada mashiinka. TensorFlow waxaa loo nashqadeeyay iyadoo maskaxda lagu hayo xisaabin tirooyin waaweyn, halkii ay ka ahaan lahayd waxbarasho qoto dheer.
Intaa waxaa dheer, waxay caddaysay inay qiimo badan u leedahay horumarinta waxbarashada qoto dheer sidoo kale, sidaas darteed Google wuxuu u sameeyay lacag la'aan. TensorFlow waxay u qaadaa xogta qaab arrays dhinacyo badan leh oo cabbir weyn leh, oo loo yaqaan tenors. Markaad la macaamilayso xogta tirada badan, habab badan oo kala duwan ayaa waxtar leh.
TensorFlow waxay ku salaysan tahay garaafyada socodka xogta node- gees. Sababtoo ah habka fulinta wuxuu qaataa qaabka garaafyada, aad bay u fududahay in lagu fuliyo koodhka TensorFlow iyada oo la adeegsanayo GPU-yada.
C#, Haskell, Julia, R, Ruby, Rust, iyo Scala ayaa ka mid ah luqadaha ay bulshada TensorFlow u abuurtay taageerada. TensorFlow waxay bixisaa faa'iidada helitaanka tiro badan oo dhibcood.
Marka laga reebo luqadaha, TensorFlow waxay leedahay qalab badan oo kala duwan oo ku xira ama ka dul dhisan.
Faa'iidada
- Waa adeegsi-saaxiibtinimo. Haddii aad taqaan Python, way fududaan doontaa inaad soo qaadato.
- Taageerada bulshada. TensorFlow waxaa si dhab ah u wanaajiya maalin kasta Google iyo khubarada ururada kale.
- TensorFlow Lite waxaa loo isticmaali karaa in lagu fuliyo moodooyinka TensorFlow ee aaladaha mobilada.
- Tensorboard waa qalab lagu kormeero iyo xogta sawir. Haddii aad rabto inaad daawato moodooyinkaaga waxbarasho qoto dheer oo ficil ah, tani waa aalad aad u fiican oo la isticmaalo.
- Tensorflow.js wuxuu kuu ogolaanayaa inaad isticmaasho JavaScript si aad ugu socodsiiso moodooyinka barasho qoto dheer ee wakhtiga dhabta ah browserka.
Qasaaraha
- TensorFlow waxay leedahay qaab dhismeed gaar ah, taasoo adkeynaysa in la ogaado lagana saaro khaladaadka.
- Ma jirto taageero OpenCL.
- TensorFlow ma siiso awoodo badan isticmaalayaasha nidaamka hawlgalka Windows. Waxay u furaysaa awood badan oo isticmaalayaasha Linux ah. Si kastaba ha noqotee, isticmaalayaasha Windows wali way soo dejisan karaan TensorFlow iyagoo isticmaalaya isla markiiba anaconda ama xirmada pip.
- TensorFlow wuxuu dib u dhacayaa marka la eego bixinta wareegyo calaamad u ah taxane aan xadidnayn. Waxay leedahay adeegsi gaar ah oo taxane gaar ah, taasoo ka dhigaysa nidaam la isticmaali karo. Natiijo ahaan, waxaa loo tixgaliyaa inay tahay API-heer hoose.
2. Keras
Keras waa maktabad waxbarasho qoto dheer oo saldhigeedu yahay Python, taas oo ka soocaysa qaababka kale ee waxbarasho qotodheer.
Waa luuqad barnaamijeed heer sare ah oo qeexaya a shabakada neuralada Qeexitaanka API. Waxaa loo isticmaali karaa labadaba is-dhexgal isticmaale iyo si loo wanaajiyo awoodaha qaab-dhismeedka waxbarashada qoto dheer ee ay ku shaqeyso.
Waa qaab-dhismeedka ugu yar ee miisaankiisu yar yahay oo si fudud loo isticmaali karo. Sababahan dartood, Keras waa qayb ka mid ah TensorFlow API core. Dhamaadka hore ee Keras wuxuu u oggolaanayaa in si degdeg ah loo sawiro moodooyinka shabakadda neural ee cilmi-baarista.
API waa mid toos ah in la fahmo oo la isticmaalo, iyada oo la kordhiyo gunnada oggolaanshaha moodooyinka in si fudud loogu kala wareejiyo qaab-dhismeedka.
Faa'iidada
- Keras API waa fududahay in la isticmaalo. API waa mid si wanaagsan loo naqshadeeyey, shayga ku jihaysan, oo la qabsan karo, taasoo keentay khibrad isticmaale oo aad loogu riyaaqo.
- Taageerada tababarada la qaybiyay iyo isbarbar-dhigga GPU-da-badan ayaa lagu dhex dhisay.
- Keras waa nooc asal ah oo Python ah kaas oo si fudud u heli kara jawiga sayniska xogta Python oo dhammaystiran. Moodooyinka Keras, tusaale ahaan, waxaa loo isticmaali karaa iyadoo la isticmaalayo Python scikit-learn API.
- Keras waxaa ku jira miisaan horay loo tababaray oo dhowr nooc oo waxbarasho qoto dheer ah. Waxaan si toos ah u isticmaali karnaa moodooyinkan si aan u samayno saadaal ama u soo saarno sifooyinka.
Qasaaraha
- Waxay noqon kartaa wax aad looga xumaado in si joogto ah loo helo arrimo dhabarka hoose ah. Dhibaatooyinkani waxay soo baxaan marka aan isku dayno inaan qabanno hawlo Keras aan loogu talagelin inuu fuliyo.
- Marka la barbar dhigo gadaasheeda, waxa laga yaabaa inay ku caajisto GPU-yada oo ay qaadato wakhti dheer in la xisaabiyo. Natiijo ahaan, waxaa laga yaabaa inaan u dhimno xawaaraha isticmaalka-saaxiibtinimada.
- Marka la barbar dhigo xirmooyinka kale sida sci-kit-learn, awoodaha diyaarinta xogta Keras maaha mid soo jiidasho leh.
3. Apache MX Net
Mid kale oo caan ah Qaab dhismeedka Barashada qoto dheer waa MXNet. MXNet, oo ay abuurtay Apache Software Foundation, waxay taageertaa luuqado kala duwan, oo ay ku jiraan JavaScript, Python, iyo C++.
Adeegyada Shabakadda Amazon waxay sidoo kale taageertaa MXNet horumarinta moodooyinka barasho qoto dheer. Waa mid aad loo cabbiri karo, oo u oggolaanaysa tababbarka moodeelka degdegga ah, waxayna la jaan qaadaysaa luqadaha kombiyuutarrada ee kala duwan.
Si loo horumariyo xawaaraha iyo wax soo saarka, MXNet waxay kuu ogolaanaysaa inaad isku qasto luuqadaha barnaamijyada summada iyo lama huraanka ah. Waxay ku salaysan tahay jadwal ku-tiirsanaan firfircoon oo isbarbar dhigaya hawlaha muhiimka ah ee wakhtiga dhabta ah.
Intaa waxaa dheer, lakabka hagaajinta garaafku wuxuu ka dhigayaa fulinta astaan dhakhso iyo mid dhaqaale. MXNet waa maktabad la qaadi karo oo fudud.
Waxaa ku shaqeeya NVIDIA PascalTM GPU-yada waxaana lagu miisaami karaa dhowr GPU-yo iyo nood, taasoo kuu ogolaanaysa inaad si dhakhso leh u tababarto moodooyinka.
Faa'iidada
- Waxay taageertaa GPU-yada waxayna leedahay qaab GPU-da badan.
- Waxtarka leh, miisaaman, iyo hillaac-dhakhso leh.
- Dhammaan goobaha waaweyn ayaa saaran.
- Adeegga moodelku waa sahlan yahay, API-guna waa dhakhso.
- Scala, R, Python, C++, iyo JavaScript ayaa ka mid ah luuqadaha barnaamijyada la taageero.
Qasaaraha
- MXNet ayaa leh mid ka yar ilo furan bulshada marka loo eego TensorFlow.
- Hagaajinta, hagaajinta dhiqlaha, iyo hagaajinta kale waxay qaadataa waqti dheer in la hirgeliyo taas oo ay ugu wacan tahay la'aanta taageerada bulshada ee muhiimka ah.
- MxNet, in kasta oo ay si weyn uga shaqeeyaan shirkado badan oo ku jira warshadaha IT-ga, looma yaqaan sida Tensorflow.
4. Microsoft CNTK
Qalabka Garashada Microsoft (CNTK) waa qaab-dhismeedka il-furan oo ganacsi ahaan la adeegsan karo oo loogu talagalay barasho qoto dheer oo la qaybiyey. Waxaa guud ahaan loo isticmaalaa in la abuuro shabakadaha neerfaha, laakiin sidoo kale waxaa loo isticmaali karaa barashada mashiinka iyo xisaabinta garashada.
Waxay taageertaa luqado kala duwan waana fududahay in daruuraha lagu isticmaalo. Sababtoo ah sifooyinkaas, CNTK waxay ku habboon tahay codsiyada kala duwan ee AI. In kasta oo aan u isticmaali karno C++ si aan ugu yeerno shaqadeeda, doorashada ugu badan waa in la isticmaalo barnaamijka Python.
Marka lagu shaqeynayo dhowr kombiyuutar, Qalabka Garashada Microsoft waxaa loo aqoonsan yahay inuu bixiyo waxqabad ka wanaagsan iyo miisaan ka badan qalabyada sida Theano ama TensorFlow.
Qalabka garashada ee Microsoft waxa ay taageertaa labada moodooyinka neerfaha ee RNN iyo CNN, taas oo ka dhigaysa mid ku habboon sawirka, gacan-qorista, iyo hawlaha aqoonsiga hadalka.
Faa'iidada
- Fudud in lagu dhex daro Apache Spark, mashiinka falanqaynta xogta.
- Miisaanka CNTK ayaa ka dhigay doorasho caan ah ganacsiyo badan. Waxaa jira dhowr qaybood oo la hagaajiyay.
- Waxay bixisaa waxqabad deggan oo wanaagsan.
- Si wacan ayuu ula shaqeeyaa Azure Cloud, labadaba waxaa taageera Microsoft.
- Ka faa'iidaysiga kheyraadka iyo maareynta ayaa ah mid hufan.
Qasaaraha
- Marka la barbardhigo Tensorflow, waxaa jira taageero bulsho oo yar.
- Qalooca waxbarashada sare.
- Waxa ka maqan guddi-muuqaal iyo sidoo kale taageerada ARM.
5. DeepLearning4j
Haddi Java yahay luuqadaada barnaamijka aasaasiga ah, DeepLearning4j waa qaab-dhismeed wanaagsan oo la isticmaalo. Waa maktabad barasho qoto dheer oo la qaybiyey taas oo ah mid ganacsi iyo il furan.
Dhammaan noocyada ugu muhiimsan ee naqshadaha shabakada neerfaha, sida RNN-yada iyo CNN-yada, waa la taageeraa. Deeplearning4j waa maktabad Java iyo Scala oo loogu talagalay barasho qoto dheer.
Waxay si fiican ula shaqeysaa Hadoop iyo Apache Spark sidoo kale. Deeplearning4j waa beddel cajiib ah oo loogu talagalay xallinta barashada qoto dheer ee ku saleysan Java sababtoo ah waxay sidoo kale taageertaa GPU-yada.
Markay timaaddo Eclipse Deeplearning4j qaab-dhismeedka barasho qoto dheer, qaar ka mid ah astaamaha muuqda waxaa ka mid ah tababbarro isbarbar socda oo hoos u dhigaya, la qabsiga qaab dhismeedka adeegga-yar, iyo CPU-yada iyo GPU-yada la qaybiyay.
Faa'iidada
- Waxay haysaa waraaqo heersare ah iyo caawimo bulsho.
- Is dhexgalka Apache Spark waa mid fudud.
- Waa mid la miisaami karo oo awood u leh in ay xakamayso xogta tirada badan.
Qasaaraha
- Marka la barbar dhigo Tensorflow iyo PyTorch, aad ayay caan u tahay.
- Java waa luqadda barnaamijka kaliya ee la heli karo.
Ugu Dambeyn
Doorashada qaabka ugu wanaagsan ee waxbarashada qoto dheer waa hawl adag. Si ka sii badan maadaama ay jiraan qaar badan oo iyaga ka mid ah, liisku wuu sii kordhayaa sida baahida loo qabo sirdoonka macmal codsiyada cilmi-baarista iyo barashada mashiinka ayaa koraya. Qaab dhismeed kastaa wuxuu leeyahay faa'iidooyin iyo waxyeellooyin u gaar ah.
Dhowr arrimood waa in la sameeyaa, oo ay ku jiraan amniga, miisaanka, iyo waxqabadka. Nidaamyada heerka-shirkadeed, ku-tiirsanaanta ayaa aad uga sii muhiimsan.
Haddii aad hadda bilaabayso, Tensorflow waa meel fiican oo aad ka bilowdo. Dooro CNTK haddii aad horumarinayso badeecad ganacsi oo ku salaysan Windows. Haddii aad doorbidayso Java, isticmaal DL4J.
Leave a Reply