இயந்திர கற்றல் மாதிரிகளை உருவாக்குவதற்கான மிகவும் பிரபலமான கருவிகளில் ஒன்று TensorFlow ஆகும். பல்வேறு தொழில்களில் உள்ள பல பயன்பாடுகளில் டென்சர்ஃப்ளோவைப் பயன்படுத்துகிறோம்.
இந்த இடுகையில், சில TensorFlow AI மாதிரிகளை ஆராய்வோம். எனவே, நாம் அறிவார்ந்த அமைப்புகளை உருவாக்க முடியும்.
AI மாதிரிகளை உருவாக்குவதற்கு டென்சர்ஃப்ளோ வழங்கும் கட்டமைப்புகளையும் நாங்கள் மேற்கொள்வோம். எனவே தொடங்குவோம்!
TensorFlow ஒரு சுருக்கமான அறிமுகம்
Google இன் TensorFlow ஒரு திறந்த மூலமாகும் இயந்திர கற்றல் மென்பொருள் தொகுப்பு. இது பயிற்சி மற்றும் வரிசைப்படுத்துவதற்கான கருவிகளை உள்ளடக்கியது இயந்திர கற்றல் மாதிரிகள் பல தளங்களில். மற்றும் சாதனங்கள், அத்துடன் ஆழ்ந்த கற்றலுக்கான ஆதரவு மற்றும் நரம்பியல் வலையமைப்புகள்.
டெவலப்பர்கள் பல்வேறு பயன்பாடுகளுக்கான மாதிரிகளை உருவாக்க டென்சர்ஃப்ளோ உதவுகிறது. இதில் படம் மற்றும் ஆடியோ அங்கீகாரம், இயற்கை மொழி செயலாக்கம் மற்றும் கணினி பார்வை. இது பரவலான சமூக ஆதரவுடன் வலுவான மற்றும் மாற்றியமைக்கக்கூடிய கருவியாகும்.
உங்கள் கணினியில் TensorFlow ஐ நிறுவ உங்கள் கட்டளை சாளரத்தில் இதை தட்டச்சு செய்யலாம்:
pip install tensorflow
AI மாதிரிகள் எப்படி வேலை செய்கின்றன?
AI மாதிரிகள் கணினி அமைப்புகள். எனவே, அவர்கள் சாதாரணமாக மனித அறிவு தேவைப்படும் செயல்களைச் செய்ய வேண்டும். படம் மற்றும் பேச்சு அங்கீகாரம் மற்றும் முடிவெடுத்தல் போன்ற பணிகளுக்கு எடுத்துக்காட்டுகள். AI மாதிரிகள் பாரிய தரவுத்தொகுப்புகளில் உருவாக்கப்படுகின்றன.
கணிப்புகளை உருவாக்குவதற்கும் செயல்களைச் செய்வதற்கும் அவர்கள் இயந்திர கற்றல் நுட்பங்களைப் பயன்படுத்துகின்றனர். சுய-ஓட்டுநர் ஆட்டோமொபைல்கள், தனிப்பட்ட உதவியாளர்கள் மற்றும் மருத்துவ நோயறிதல் உள்ளிட்ட பல பயன்பாடுகள் உள்ளன.
எனவே, பிரபலமான TensorFlow AI மாதிரிகள் யாவை?
ரெஸ்நெட்
ResNet, அல்லது Residual Network என்பது ஒரு வகையான மாற்றமாகும் நரம்பு நெட்வொர்க். படத்தை வகைப்படுத்துவதற்கும், அதைப் பயன்படுத்துகிறோம் பொருள் கண்டறிதல். இது மைக்ரோசாப்ட் ஆராய்ச்சியாளர்களால் 2015 இல் உருவாக்கப்பட்டது. மேலும், இது முக்கியமாக எஞ்சிய இணைப்புகளைப் பயன்படுத்துவதன் மூலம் வேறுபடுகிறது.
இந்த இணைப்புகள் நெட்வொர்க்கை வெற்றிகரமாகக் கற்றுக்கொள்ள அனுமதிக்கின்றன. எனவே, அடுக்குகளுக்கு இடையில் தகவல்களை மேலும் சுதந்திரமாகப் பாயச் செய்வதன் மூலம் இது சாத்தியமாகும்.
Keras API ஐ மேம்படுத்துவதன் மூலம் ResNet டென்சர்ஃப்ளோவில் செயல்படுத்தப்படலாம். இது நரம்பியல் நெட்வொர்க்குகளை உருவாக்குவதற்கும் பயிற்சி செய்வதற்கும் உயர்-நிலை, பயனர் நட்பு இடைமுகத்தை வழங்குகிறது.
ResNet ஐ நிறுவுகிறது
TensorFlow ஐ நிறுவிய பிறகு, ResNet மாதிரியை உருவாக்க நீங்கள் Keras API ஐப் பயன்படுத்தலாம். டென்சர்ஃப்ளோவில் கெராஸ் ஏபிஐ உள்ளது, எனவே நீங்கள் அதை தனித்தனியாக நிறுவ வேண்டியதில்லை.
நீங்கள் ResNet மாதிரியை tensorflow.keras.applications இலிருந்து இறக்குமதி செய்யலாம். மேலும், பயன்படுத்த ரெஸ்நெட் பதிப்பைத் தேர்ந்தெடுக்கலாம், எடுத்துக்காட்டாக:
from tensorflow.keras.applications import ResNet50
ரெஸ்நெட்டிற்கான முன் பயிற்சி பெற்ற எடைகளை ஏற்றுவதற்கு பின்வரும் குறியீட்டையும் நீங்கள் பயன்படுத்தலாம்:
model = ResNet50(weights='imagenet')
உள்ளடக்கத்தைத் தேர்ந்தெடுப்பதன் மூலம் include_top=False, கூடுதல் பயிற்சிக்காக அல்லது உங்கள் தனிப்பயன் தரவுத்தொகுப்பை நன்றாகச் சரிசெய்வதற்கு நீங்கள் மாதிரியைப் பயன்படுத்தலாம்.
model = ResNet50(weights='imagenet', include_top=False, input_shape=(224, 224, 3))
ரெஸ்நெட்டின் பயன்பாட்டு பகுதிகள்
பட வகைப்பாட்டில் ResNet பயன்படுத்தப்படலாம். எனவே, நீங்கள் புகைப்படங்களை பல குழுக்களாக வகைப்படுத்தலாம். முதலில், லேபிளிடப்பட்ட புகைப்படங்களின் பெரிய தரவுத்தொகுப்பில் நீங்கள் ரெஸ்நெட் மாடலைப் பயிற்றுவிக்க வேண்டும். பின்னர், ரெஸ்நெட் முன்பு பார்க்காத படங்களின் வகுப்பைக் கணிக்க முடியும்.
புகைப்படங்களில் உள்ள விஷயங்களைக் கண்டறிதல் போன்ற பொருள் கண்டறிதல் பணிகளுக்கும் ResNet பயன்படுத்தப்படலாம். பொருள்-கட்டுப்பாட்டு பெட்டிகளுடன் லேபிளிடப்பட்ட புகைப்படங்களின் தொகுப்பில் முதலில் ரெஸ்நெட் மாடலைப் பயிற்றுவிப்பதன் மூலம் இதைச் செய்யலாம். பின்னர், புதிய படங்களில் உள்ள பொருட்களை அடையாளம் காண கற்ற மாதிரியைப் பயன்படுத்தலாம்.
சொற்பொருள் பிரிவு பணிகளுக்கும் ரெஸ்நெட்டைப் பயன்படுத்தலாம். எனவே, ஒரு படத்தில் உள்ள ஒவ்வொரு பிக்சலுக்கும் ஒரு சொற்பொருள் லேபிளை ஒதுக்கலாம்.
இன்செப்சன்
இன்செப்ஷன் என்பது படங்களில் உள்ள விஷயங்களை அடையாளம் காணும் திறன் கொண்ட ஒரு ஆழமான கற்றல் மாதிரி. கூகுள் இதை 2014 இல் அறிவித்தது, மேலும் இது பல அடுக்குகளைப் பயன்படுத்தி பல்வேறு அளவுகளின் படங்களை பகுப்பாய்வு செய்கிறது. Inception மூலம், உங்கள் மாதிரி துல்லியமாக படத்தைப் புரிந்துகொள்ள முடியும்.
டென்சர்ஃப்ளோ என்பது இன்செப்ஷன் மாடல்களை உருவாக்கி இயக்குவதற்கான வலுவான கருவியாகும். நரம்பியல் நெட்வொர்க்குகளைப் பயிற்றுவிப்பதற்கான உயர்நிலை மற்றும் பயனர் நட்பு இடைமுகத்தை இது வழங்குகிறது. எனவே, Inception என்பது டெவலப்பர்களுக்கு விண்ணப்பிக்க மிகவும் எளிமையான மாதிரியாகும்.
துவக்கத்தை நிறுவுதல்
இந்த வரியின் குறியீட்டைத் தட்டச்சு செய்வதன் மூலம் நீங்கள் Inception ஐ நிறுவலாம்.
from tensorflow.keras.applications import InceptionV3
தொடக்கத்தின் பயன்பாட்டுப் பகுதிகள்
இன்செப்ஷன் மாதிரியானது அம்சங்களைப் பிரித்தெடுக்கவும் பயன்படுத்தப்படலாம் ஆழமான கற்றல் ஜெனரேட்டிவ் அட்வர்ஸரியல் நெட்வொர்க்குகள் (ஜிஏஎன்) மற்றும் ஆட்டோஎன்கோடர்கள் போன்ற மாதிரிகள்.
குறிப்பிட்ட குணாதிசயங்களை அடையாளம் காண இன்செப்ஷன் மாதிரி நன்றாக வடிவமைக்கப்பட்டிருக்கலாம். மேலும், எக்ஸ்ரே, சிடி அல்லது எம்ஆர்ஐ போன்ற மருத்துவ இமேஜிங் பயன்பாடுகளில் சில கோளாறுகளை நாம் கண்டறிய முடியும்.
படத்தின் தரத்தை சரிபார்க்க இன்செப்ஷன் மாதிரி நன்றாக டியூன் செய்யப்படலாம். ஒரு படம் தெளிவற்றதா அல்லது மிருதுவானதா என்பதை நாம் மதிப்பீடு செய்யலாம்.
பொருள் கண்காணிப்பு மற்றும் செயல் கண்டறிதல் போன்ற வீடியோ பகுப்பாய்வு பணிகளுக்கு இன்செப்சன் பயன்படுத்தப்படலாம்.
பெர்ட்
BERT (டிரான்ஸ்ஃபார்மர்களில் இருந்து இருதரப்பு குறியாக்க பிரதிநிதித்துவம்) என்பது கூகுள் உருவாக்கிய முன் பயிற்சி பெற்ற நியூரல் நெட்வொர்க் மாடல் ஆகும். பலவிதமான இயற்கை மொழி செயலாக்க பணிகளுக்கு இதை நாம் பயன்படுத்தலாம். இந்த பணிகள் உரை வகைப்படுத்தலில் இருந்து கேள்விகளுக்கு பதிலளிக்கும் வரை மாறுபடும்.
BERT மின்மாற்றி கட்டமைப்பில் கட்டப்பட்டுள்ளது. எனவே, வார்த்தை இணைப்புகளைப் புரிந்துகொள்ளும் போது, நீங்கள் பரந்த அளவிலான உரை உள்ளீட்டைக் கையாளலாம்.
BERT என்பது டென்சர்ஃப்ளோ பயன்பாடுகளில் நீங்கள் இணைக்கக்கூடிய முன் பயிற்சி பெற்ற மாதிரியாகும்.
TensorFlow ஆனது முன் பயிற்சி பெற்ற BERT மாதிரியையும், பல்வேறு பணிகளுக்கு BERTஐ நன்றாகச் சரிசெய்வதற்கும் பயன்படுத்துவதற்குமான பயன்பாடுகளின் தொகுப்பையும் உள்ளடக்கியது. எனவே, நீங்கள் BERT இன் அதிநவீன இயற்கை மொழி செயலாக்க திறன்களை எளிதாக ஒருங்கிணைக்க முடியும்.
BERT ஐ நிறுவுகிறது
பிப் தொகுப்பு மேலாளரைப் பயன்படுத்தி, நீங்கள் டென்சர்ஃப்ளோவில் BERT ஐ நிறுவலாம்:
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
டென்சர்ஃப்ளோவின் CPU பதிப்பை tensorflow-gpu ஐ tensorflow உடன் மாற்றுவதன் மூலம் எளிதாக நிறுவலாம்.
நூலகத்தை நிறுவிய பிறகு, நீங்கள் BERT மாதிரியை இறக்குமதி செய்து வெவ்வேறு NLP பணிகளுக்குப் பயன்படுத்தலாம். உரை வகைப்பாடு சிக்கலில் BERT மாதிரியை நன்றாகச் சரிசெய்வதற்கான சில மாதிரி குறியீடு இங்கே உள்ளது, எடுத்துக்காட்டாக:
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)
BERT இன் பயன்பாட்டு பகுதிகள்
நீங்கள் உரை வகைப்பாடு பணிகளைச் செய்யலாம். உதாரணமாக, அதை அடைய முடியும் உணர்வு பகுப்பாய்வு, தலைப்பு வகைப்படுத்தல் மற்றும் ஸ்பேம் கண்டறிதல்.
BERT உள்ளது நிறுவன அங்கீகாரம் என்று பெயரிடப்பட்டது (NER) அம்சம். எனவே, நபர்கள் மற்றும் நிறுவனங்கள் போன்ற உரையில் உள்ள நிறுவனங்களை நீங்கள் அடையாளம் கண்டு லேபிளிடலாம்.
தேடுபொறி அல்லது சாட்போட் பயன்பாடு போன்ற ஒரு குறிப்பிட்ட சூழலைப் பொறுத்து வினவல்களுக்கு பதிலளிக்க இது பயன்படுத்தப்படலாம்.
இயந்திர மொழிபெயர்ப்பு துல்லியத்தை அதிகரிக்க, மொழி மொழிபெயர்ப்புக்கு BERT பயனுள்ளதாக இருக்கும்.
உரை சுருக்கத்திற்கு BERT பயன்படுத்தப்படலாம். எனவே, இது நீண்ட உரை ஆவணங்களின் சுருக்கமான, பயனுள்ள சுருக்கங்களை வழங்க முடியும்.
ஆழ்ந்த குரல்
Baidu ஆராய்ச்சி DeepVoice ஐ உருவாக்கியது, ஏ உரைக்கு பேச்சு தொகுப்பு மாதிரி.
இது டென்சர்ஃப்ளோ கட்டமைப்பைக் கொண்டு உருவாக்கப்பட்டது மற்றும் குரல் தரவுகளின் பெரிய சேகரிப்பில் பயிற்சியளிக்கப்பட்டது.
DeepVoice உரை உள்ளீட்டிலிருந்து குரலை உருவாக்குகிறது. ஆழமான கற்றல் நுட்பங்களைப் பயன்படுத்துவதன் மூலம் டீப்வாய்ஸ் அதை சாத்தியமாக்குகிறது. இது ஒரு நரம்பியல் நெட்வொர்க் அடிப்படையிலான மாதிரி.
எனவே, இது உள்ளீட்டுத் தரவை பகுப்பாய்வு செய்கிறது மற்றும் இணைக்கப்பட்ட முனைகளின் அதிக எண்ணிக்கையிலான அடுக்குகளைப் பயன்படுத்தி பேச்சை உருவாக்குகிறது.
DeepVoice ஐ நிறுவுகிறது
!pip install deepvoice
மாற்றாக;
# Clone the DeepVoice repository
!git clone https://github.com/r9y9/DeepVoice3_pytorch.git
%cd DeepVoice3_pytorch
!pip install -r requirements.txt
DeepVoice இன் பயன்பாடுகள்
Amazon Alexa மற்றும் Google Assistant போன்ற தனிப்பட்ட உதவியாளர்களுக்கான பேச்சை உருவாக்க DeepVoiceஐப் பயன்படுத்தலாம்.
மேலும், ஸ்மார்ட் ஸ்பீக்கர்கள் மற்றும் ஹோம் ஆட்டோமேஷன் சிஸ்டம் போன்ற குரல்-இயக்கப்பட்ட சாதனங்களுக்கான பேச்சை உருவாக்க DeepVoice பயன்படுத்தப்படலாம்.
DeepVoice பேச்சு சிகிச்சை பயன்பாடுகளுக்கான குரலை உருவாக்க முடியும். பேச்சு பிரச்சனை உள்ள நோயாளிகளுக்கு அவர்களின் பேச்சை மேம்படுத்த இது உதவும்.
ஆடியோபுக்குகள் மற்றும் மொழி கற்றல் பயன்பாடுகள் போன்ற கல்விப் பொருட்களுக்கான பேச்சை உருவாக்க DeepVoice பயன்படுத்தப்படலாம்.
ஒரு பதில் விடவும்