Ti o ba n ka eyi, laiseaniani o ti bẹrẹ irin-ajo rẹ sinu ikẹkọ jinlẹ. Ti o ba jẹ tuntun si koko yii, ẹkọ ti o jinlẹ jẹ afikun ti o nlo awọn ẹya ara-ọpọlọ alailẹgbẹ ti a pe ni awọn nẹtiwọọki nkankikan atọwọda lati kọ awọn kọnputa bii eniyan ti o koju awọn ọran gidi-aye.
Lati ṣe iranlọwọ ninu idagbasoke awọn aṣa wọnyi, awọn behemoths imọ-ẹrọ bii Google, Facebook, ati Uber ti ṣe agbekalẹ ọpọlọpọ awọn ilana fun agbegbe ikẹkọ jinlẹ Python, ti o jẹ ki o rọrun lati ni oye, ṣẹda, ati ikẹkọ awọn nẹtiwọọki oniruuru.
Ilana ẹkọ ti o jinlẹ jẹ sọfitiwia kan ti awọn onimọ-jinlẹ ati awọn onimọ-jinlẹ data lo lati ṣẹda ati ṣe ikẹkọ awọn awoṣe ikẹkọ jinlẹ.
Ibi-afẹde ti awọn ilana wọnyi ni lati jẹ ki o ṣee ṣe fun awọn ẹni-kọọkan lati kọ awọn awoṣe wọn laisi nini oye awọn ilana lẹhin ẹkọ jinlẹ, awọn nẹtiwọọki nkankikan, ati ẹkọ ẹrọ.
Nipasẹ wiwo siseto ipele giga, awọn ilana wọnyi pese awọn bulọọki ile fun kikọ, ikẹkọ, ati awọn awoṣe ijẹrisi.
A yoo wo TensorFlow, Keras, Apache MXNet, Microsoft CNTK, ati DeepLearing4j bi awọn omiiran si PyTorch, eyiti o jẹ lilo pupọ. jin eko ilana.
Kini Pytorch?
PyTorch jẹ ọfẹ, ile-ikawe ikẹkọ ẹrọ orisun ṣiṣi ti a ṣe pẹlu ile ikawe Torch Python.
O ti ṣẹda nipasẹ Facebook's AI Iwadi ẹgbẹ ati ti a tẹjade bi ọfẹ ati ile-ikawe orisun ṣiṣi ni Oṣu Kini ọdun 2016 pẹlu awọn ohun elo ni iran kọnputa, ẹkọ ti o jinlẹ, ati ṣiṣiṣẹ ede abinibi.
O ni ede pataki kan ati ede siseto Pythonic ti o ṣe atilẹyin koodu bi awoṣe, n ṣatunṣe aṣiṣe, ati pe o ni ibamu pẹlu awọn ile-ikawe iširo imọ-jinlẹ olokiki miiran, gbogbo lakoko ti o duro daradara ati mu awọn ohun elo iyara ṣiṣẹ bi GPUs.
PyTorch ti dagba ni gbaye-gbale laarin awọn oniwadi ikẹkọ jinlẹ ọpẹ si idojukọ rẹ lori lilo ati awọn ero ṣiṣe ṣiṣe ni kikun.
O ni eto data ipilẹ kan, Tensor, eyiti o jẹ opo onisẹpo pupọ ti o jọra si awọn akopọ Numpy, eyiti o fun laaye awọn olupilẹṣẹ lati ni irọrun ṣe apẹrẹ idiju kan Nẹtiwọki ti nhu.
O n di olokiki diẹ sii ni awọn apa lọwọlọwọ ati ni agbegbe ti ẹkọ nitori irọrun rẹ, iyara, ati irọrun ti imuse, ṣiṣe ni ọkan ninu awọn irinṣẹ ikẹkọ jinlẹ olokiki julọ.
Pytorch Key Awọn ẹya ara ẹrọ
- PyTorch jẹ Python-centric, tabi “pythonic,” ni pe o jẹ itumọ fun isọpọ jinlẹ pẹlu siseto Python dipo ki o ṣiṣẹ bi wiwo si ile-ikawe ti o dagbasoke ni ede miiran.
- Rọrun lati Kọ ẹkọ – PyTorch tẹle igbekalẹ kanna gẹgẹbi siseto ibile ati pe o ti ni akọsilẹ ni kikun, pẹlu agbegbe idagbasoke nigbagbogbo ngbiyanju lati jẹki rẹ. Nitorinaa o rọrun lati kọ ẹkọ fun awọn pirogirama mejeeji ati awọn ti kii ṣe pirogirama.
- PyTorch le pin iṣẹ iširo lori ọpọlọpọ Sipiyu tabi GPU ohun kohun lilo data parallelism agbara. Botilẹjẹpe iru afiwera le ṣee ṣe pẹlu awọn ilana ikẹkọ ẹrọ miiran, PyTorch jẹ ki o rọrun pupọ.
- N ṣatunṣe aṣiṣe: Ọkan ninu awọn irinṣẹ n ṣatunṣe aṣiṣe Python lọpọlọpọ lọpọlọpọ (fun apẹẹrẹ, Python's pdb ati awọn irinṣẹ ipdb) le ṣee lo lati yokokoro PyTorch.
- PyTorch ṣe atilẹyin awọn aworan iṣiro ti o ni agbara, eyiti o tumọ si pe ihuwasi ti nẹtiwọọki le yipada ni agbara ni akoko asiko.
- PyTorch wa pẹlu ọpọlọpọ awọn modulu pataki ti a ṣẹda, gẹgẹbi ògùṣọ̀, ògùṣọ̀, àti ògùṣọ̀rọ̀, ti o le ṣee lo lati ṣe pẹlu awọn oriṣiriṣi awọn aaye ti ẹkọ ti o jinlẹ, gẹgẹbi NLP, iranran kọmputa, ati ṣiṣe ohun.
Pitorch Awọn idiwọn
- Abojuto to lopin ati awọn atọkun iworan: Lakoko ti TensorFlow pẹlu ohun elo iworan ti o lagbara fun ti ipilẹṣẹ iwọn awoṣe (TensorBoard), PyTorch ko ni ẹya yii lọwọlọwọ. Bi abajade, awọn olupilẹṣẹ le sopọ si TensorBoard ni ita tabi lo ọkan ninu ọpọlọpọ Python ti o wa tẹlẹ awọn irinṣẹ iworan data.
- PyTorch kii ṣe opin-si-opin imudani ẹrọ Syeed idagbasoke; o nfi awọn ohun elo ranṣẹ si awọn olupin, awọn ibudo iṣẹ, ati awọn ẹrọ alagbeka.
Fun gbogbo awọn idi wọnyi, wiwa awọn yiyan ti o dara julọ si Pytorch yoo jẹ ipinnu ọgbọn.
Julọ gbajumo Pytorch yiyan
Eyi ni atokọ ti awọn yiyan ti o dara julọ si Pytorch.
1. Tensorflow
TensorFlow jẹ idojukọ ikẹkọ ti o jinlẹ, ilana orisun ṣiṣi ti Google ṣẹda. O tun ṣe atilẹyin boṣewa imudani ẹrọ. TensorFlow jẹ apẹrẹ pẹlu awọn iṣiro nọmba nla ni ọkan, kuku ju ẹkọ ti o jinlẹ lọ.
Pẹlupẹlu, o fihan pe o niyelori pupọ fun idagbasoke ikẹkọ jinlẹ daradara, nitorinaa Google jẹ ki o wa fun ọfẹ. TensorFlow gba data ni irisi olona-onisẹpo pẹlu awọn iwọn ti o tobi ju, ti a mọ si awọn tenors. Nigbati o ba n ṣe pẹlu awọn iwọn nla ti data, awọn akojọpọ onisẹpo pupọ wa ni iranlọwọ.
TensorFlow da lori awọn aworan sisan data oju ipade. Nitori ọna ipaniyan gba irisi awọn aworan, o rọrun pupọ lati ṣiṣẹ koodu TensorFlow lori iṣupọ awọn kọnputa lakoko lilo awọn GPUs.
C #, Haskell, Julia, R, Ruby, Rust, ati Scala wa laarin awọn ede ti agbegbe TensorFlow ti ṣẹda atilẹyin fun. TensorFlow nfunni ni anfani ti nini nọmba nla ti awọn aaye iwọle.
Yato si awọn ede, TensorFlow ni ọpọlọpọ awọn irinṣẹ ti o sopọ pẹlu rẹ tabi ti a ṣe si oke rẹ.
Anfani
- O jẹ ore-olumulo. Ti o ba faramọ Python, yoo rọrun lati gbe soke.
- Atilẹyin lati agbegbe. TensorFlow ti ni ilọsiwaju ni deede lojoojumọ nipasẹ Google ati awọn olupilẹṣẹ amoye ti awọn ajọ miiran.
- TensorFlow Lite le ṣee lo lati ṣiṣẹ awọn awoṣe TensorFlow lori awọn ẹrọ alagbeka.
- Tensorboard jẹ ohun elo fun ibojuwo ati visualizing data. Ti o ba fẹ wo awọn awoṣe ikẹkọ jinlẹ rẹ ni iṣe, eyi jẹ ohun elo ti o tayọ lati lo.
- Tensorflow.js gba ọ laaye lati lo JavaScript lati ṣiṣẹ awọn awoṣe ikẹkọ jinlẹ ni akoko gidi ni ẹrọ aṣawakiri.
alailanfani
- TensorFlow ni eto alailẹgbẹ kan, jẹ ki o nira lati ṣawari ati ṣatunṣe awọn aṣiṣe.
- Ko si atilẹyin OpenCL.
- TensorFlow ko pese awọn agbara pupọ fun awọn olumulo ti ẹrọ ṣiṣe Windows. O ṣii plethora ti awọn agbara fun awọn olumulo Linux. Sibẹsibẹ, awọn olumulo Windows tun le ṣe igbasilẹ TensorFlow nipa lilo itọsi anaconda tabi package pip.
- TensorFlow ṣubu sile ni awọn ofin ti fifunni awọn iyipo aami fun awọn ilana ailopin. O ni o ni kan pato lilo fun pato lesese, ṣiṣe awọn ti o kan nkan elo eto. Bi abajade, a tọka si bi API ipele-kekere.
2. Keras
Keras jẹ ile-ikawe ikẹkọ jinlẹ ti o da lori Python, eyiti o ṣe iyatọ rẹ si awọn ilana ikẹkọ jinlẹ miiran.
O jẹ ede siseto ipele giga ti o ṣalaye a Nẹtiwọki ti nhu API asọye. O le ṣee lo mejeeji bi wiwo olumulo ati lati mu awọn agbara ti awọn ilana ikẹkọ jinlẹ lori eyiti o nṣiṣẹ.
O jẹ ilana ti o kere ju ti o jẹ iwuwo fẹẹrẹ ati rọrun lati lo. Fun awọn idi wọnyi, Keras jẹ apakan ti TensorFlow's mojuto API. Ipari iwaju Keras ngbanilaaye fun adaṣe iyara ti awọn awoṣe nẹtiwọọki nkankikan ni iwadii.
API jẹ taara lati di ati lo, pẹlu ẹbun afikun ti gbigba awọn awoṣe laaye lati gbe ni irọrun laarin awọn ilana.
Anfani
- Keras API rọrun lati lo. API jẹ apẹrẹ ti o dara, iṣalaye ohun, ati iyipada, ti o mu ki iriri olumulo dun diẹ sii.
- Atilẹyin fun ikẹkọ pinpin ati ibaramu-pupọ-GPU jẹ itumọ-sinu.
- Keras jẹ module abinibi Python ti o pese iraye si irọrun si agbegbe imọ-jinlẹ data Python pipe. Awọn awoṣe Keras, fun apẹẹrẹ, le ṣee lo ni lilo Python scikit-learn API.
- Keras pẹlu awọn iwọn ikẹkọ iṣaaju fun ọpọlọpọ awọn awoṣe ikẹkọ jinlẹ. A le lo awọn awoṣe taara lati ṣe awọn asọtẹlẹ tabi jade awọn ẹya.
alailanfani
- O le jẹ didanubi iyalẹnu lati gba awọn ọran ẹhin ipele kekere ni ipilẹ igbagbogbo. Awọn iṣoro wọnyi dide nigba ti a ba gbiyanju lati ṣe awọn iṣẹ-ṣiṣe ti Keras ko ni ipinnu lati ṣe.
- Nigbati akawe si awọn ẹhin rẹ, o le jẹ onilọra lori awọn GPU ati ki o gba to gun lati ṣe iṣiro. Bi abajade, a le ni lati fi ẹnuko iyara fun ore-olumulo.
- Nigbati a ba ṣe afiwe si awọn idii miiran bii sci-kit-learn, awọn agbara ṣiṣe-ṣaaju data Keras kii ṣe itara.
3. Afun MXNet
Miiran olokiki Ilana Ẹkọ Jin jẹ MXNet. MXNet, eyiti a ṣẹda nipasẹ Apache Software Foundation, ṣe atilẹyin fun ọpọlọpọ awọn ede, pẹlu JavaScript, Python, ati C++.
Awọn iṣẹ wẹẹbu Amazon tun ṣe atilẹyin MXNet ni idagbasoke awọn awoṣe ikẹkọ jinlẹ. O jẹ iwọn ti o ga julọ, gbigba fun ikẹkọ awoṣe iyara, ati pe o ni ibamu pẹlu ọpọlọpọ awọn ede kọnputa.
Lati mu iyara ati iṣelọpọ pọ si, MXNet gba ọ laaye lati dapọ awọn ede siseto aami ati pataki. O da lori oluṣeto igbẹkẹle ti o ni agbara ti o ṣe afiwe aami ati awọn iṣẹ ṣiṣe pataki ni akoko gidi.
Lori oke yẹn, Layer ti o dara ju iwọn ayaworan jẹ ki ipaniyan aami ni iyara ati ọrọ-aje iranti. MXNet jẹ ile-ikawe to ṣee gbe ati iwuwo fẹẹrẹ.
O jẹ agbara nipasẹ NVIDIA PascalTM GPUs ati iwọn lori ọpọlọpọ awọn GPUs ati awọn apa, gbigba ọ laaye lati kọ awọn awoṣe ni yarayara.
Anfani
- Ṣe atilẹyin awọn GPU ati pe o ni ipo pupọ-GPU.
- Mu ṣiṣẹ, iwọn, ati monomono-yara.
- Gbogbo awọn iru ẹrọ pataki wa lori ọkọ.
- Awoṣe sìn ni o rọrun, ati awọn API ni sare.
- Scala, R, Python, C++, ati JavaScript wa laarin awọn ede siseto ni atilẹyin.
alailanfani
- MXNet ni o ni a kere orisun orisun awujo ju TensorFlow.
- Awọn ilọsiwaju, awọn atunṣe kokoro, ati awọn ilọsiwaju miiran gba to gun lati ṣe nitori aini atilẹyin agbegbe pataki.
- MxNet, botilẹjẹpe o gba agbanisiṣẹ lọpọlọpọ nipasẹ awọn ile-iṣẹ lọpọlọpọ ni ile-iṣẹ IT, kii ṣe olokiki bi Tensorflow.
4. Microsoft CNTK
Ohun elo Imoye Microsoft (CNTK) jẹ ilana ṣiṣi-orisun ti o ṣee ṣe ni iṣowo fun ikẹkọ jinlẹ pinpin. O ti wa ni gbogbo lo lati ṣẹda awọn nẹtiwọki ti nhu, ṣugbọn tun le ṣee lo fun ẹkọ ẹrọ ati iṣiro imọ.
O ṣe atilẹyin ọpọlọpọ awọn ede ati pe o rọrun lati lo lori awọsanma. Nitori awọn agbara wọnyi, CNTK jẹ ibamu ti o yẹ fun ọpọlọpọ awọn ohun elo AI. Botilẹjẹpe a le lo C ++ lati pe awọn iṣẹ rẹ, aṣayan loorekoore ni lati lo eto Python kan.
Nigbati o ba n ṣiṣẹ lori awọn kọnputa pupọ, Ohun elo Ohun elo Imọye Microsoft jẹ idanimọ lati fun iṣẹ ṣiṣe to dara julọ ati iwọn ju awọn ohun elo irinṣẹ bii Theano tabi TensorFlow.
Ohun elo Irinṣẹ Imọye Microsoft ṣe atilẹyin mejeeji RNN ati awọn awoṣe neural CNN, ti o jẹ ki o dara fun aworan, kikọ ọwọ, ati awọn iṣẹ ṣiṣe idanimọ ọrọ.
Anfani
- Rọrun lati ṣepọ pẹlu Apache Spark, ẹrọ itupalẹ data kan.
- Iwọn iwọn CNTK ti jẹ ki o jẹ yiyan olokiki ni ọpọlọpọ awọn iṣowo. Ọpọlọpọ awọn paati iṣapeye wa.
- Nfun iduroṣinṣin ati iṣẹ to dara.
- Ṣiṣẹ daradara pẹlu Azure Cloud, mejeeji ti o jẹ atilẹyin nipasẹ Microsoft.
- Lilo awọn orisun ati iṣakoso jẹ daradara.
alailanfani
- Ni afiwe si Tensorflow, atilẹyin agbegbe kere si.
- A ga eko ti tẹ.
- O ko ni igbimọ wiwo bi daradara bi atilẹyin ARM.
5. Ìjìnlẹ̀ ẹ̀kọ́4j
Ti Java ba jẹ ede siseto akọkọ rẹ, DeepLearning4j jẹ ilana to dara lati lo. O jẹ ile-ikawe ikẹkọ jinlẹ ti o pin kaakiri ti o jẹ ipele-iṣowo ati orisun ṣiṣi.
Gbogbo awọn oriṣi akọkọ ti awọn apẹrẹ nẹtiwọọki nkankikan, gẹgẹbi awọn RNNs ati CNN, ni atilẹyin. Deeplearning4j jẹ Java ati ile-ikawe Scala fun ikẹkọ jinlẹ.
O ṣiṣẹ daradara pẹlu Hadoop ati Apache Spark daradara. Deeplearning4j jẹ yiyan iyalẹnu fun awọn ojutu ikẹkọ jinlẹ ti orisun Java nitori pe o tun ṣe atilẹyin awọn GPUs.
Nigbati o ba de si ilana ikẹkọ jinlẹ Eclipse Deeplearning4j, diẹ ninu awọn ẹya iduro pẹlu ikẹkọ ti o jọra nipasẹ awọn idinku aṣetunṣe, isọdi iṣẹ faaji iṣẹ, ati awọn CPUs ati awọn GPU ti o pin.
Anfani
- O ni iwe ti o dara julọ ati iranlọwọ agbegbe.
- Ijọpọ Apache Spark rọrun.
- O jẹ iwọn ati pe o lagbara lati mu awọn iwọn nla ti data mu.
alailanfani
- Ni afiwe si Tensorflow ati PyTorch, o jẹ olokiki diẹ sii.
- Java jẹ ede siseto nikan ti o wa.
ipari
Yiyan ilana ikẹkọ jinlẹ ti o dara julọ jẹ iṣẹ ṣiṣe ti o nira. Diẹ sii nitori pe ọpọlọpọ ninu wọn wa, atokọ naa n dagba bi ibeere fun oye atọwọda iwadi ati ẹrọ eko awọn ohun elo dagba. Ilana kọọkan ni eto ti ara rẹ ti awọn anfani ati awọn isalẹ.
Orisirisi awọn ero gbọdọ wa ni ṣe, pẹlu aabo, scalability, ati iṣẹ. Ninu awọn ọna ṣiṣe ile-iṣẹ, igbẹkẹle di paapaa pataki julọ.
Ti o ba kan bẹrẹ, Tensorflow jẹ aaye to dara lati bẹrẹ. Yan CNTK ti o ba n ṣe idagbasoke ọja iṣowo ti o da lori Windows. Ti o ba fẹ Java, lo DL4J.
Fi a Reply