احصل على السرعة في التعلم العميق من خلال هذه الندوة عبر الإنترنت عند الطلب

مقدمة

ما هو التعلم العميق؟

التعلم العميق هو مجموعة فرعية من التعلم الآلي حيث تتعلم الشبكات العصبية — خوارزميات مستوحاة من العقل البشري — من كميات كبيرة من البيانات. حيث تؤدي خوارزميات التعلم العميق مهمة بشكل متكرر وتعمل على تحسين النتيجة تدريجيا من خلال طبقات عميقة تتيح التعلم التدريجي. فهو يعد جزء من عائلة أوسع من طرق التعلم الآلي القائمة على الشبكات العصبية.

يكون للتعلم العميق تأثير كبير عبر الصناعات. ففي علوم الحياة، يمكن استخدام التعلم العميق لتحليل الصور المتقدمة، والبحث، واكتشاف العقاقير، والتنبؤ بالمشاكل الصحية وأعراض المرض، وتسريع الرؤى من التسلسل الجيني. وفي النقل، يمكن أن يساعد المركبات المستقلة على التكيف مع الظروف المتغيرة. كما أنه يستخدم لحماية البنية الأساسية الحيوية والاستجابة السريعة.

غالبا ما تقوم الشركات بالاستعانة بمصادر خارجية لتطوير التعلم العميق. ومع ذلك، فمن الأفضل الحفاظ على أعمال تطوير التعلم العميق لحالات الاستخدام الأساسية لعملك. وتشمل هذه الكشف عن الاحتيال والتوصيات، والصيانة التنبؤية وتحليل بيانات السلاسل الزمنية، وتحسين نظام التوصية، وإدارة علاقات العملاء، وتوقع معدل النقر على الإعلان عبر الإنترنت.

ابدأ بالتعلم العميق باستخدام IBM Watson Studio® on IBM Cloud Pak® for Data as a Service.

فوائد التعلم العميق في IBM Watson Studio

الخصائص

منشئ التجربة

بدء ومراقبة تجارب التدريب على دفعات، ومقارنة أداء النماذج المتقاطعة في الوقت الفعلي والتركيز على تصميم الشبكات العصبية.

التعلم العميق الموزع (DDL)

تمكين إطارات العمل الشائعة مفتوحة المصدر مثل TensorFlow وCaffe وTorch وChainer لتوسيع نطاق وحدات معالجة البيانيات المتعددة.

التعرف على الأرقام المكتوبة بخط اليد

استخدام نموذج PyTorch الذي تم اختباره مسبقا للتنبؤ بالأرقام المكتوبة بخط اليد من الصور. استخدم REST APIs لإحالة وظائف التدريب ومراقبة الحالة وتخزين النماذج ونشرها.

خدمة امكانية التعرف المرئي

استخدام خوارزميات التعلم العميق من خدمة IBM Watson Visual Recognition لتحليل الصور للمشاهد والعناصر. والتعامل مع الصور ومجموعات البيانات في بيئة تعاونية.

تصنيف الصورة

إجراء تصنيف متعدد الطبقات، والمعالجة المسبقة والتوصل إلى الصور، وتكوين تصورات للحصول على فهم أفضل للنماذج الخاصة بك.

نماذج اللغة

استخدام دليل الملاحظات وKeras وTensorFlow لبناء نموذج لغوي لتكوين النص.

مشاهدة التعلم العميق في IBM Watson Studio

تجربة التعلم العميق

لقطة لشاشة للمنتج تعرض المكان الذي تحدد فيه بيانات التوصيف لتجربة تعلم عميق جديدة

تجربة التعلم العميق

إجراء تجربة تعليمية عميقة لتكوين دورة تدريبية لكل تعريف.

تعريفات النموذج

لقطة لشاشة المنتج تعرض مكان إضافة تعريف النموذج، بما في ذلك الاسم وكود مصدر التدريب والإطار وأمر التنفيذ

تعريفات النموذج

تحديد كود بناء النموذج الخاص بك وأمر التنفيذ ووحدة معالجة البيانيات وبيانات التوصيف الأخرى.

خطة المصدر

لقطة شاشة للمنتج تعرض خطة المصدر لمشروع يتضمن نظرة عامة على توصيفات وحدة معالجة البيانيات وعلامة تبويب إحصاءات المستخدم وعلامة تبويب التطبيقات الفعالة

خطة المصدر

تحديد توصيفات وحدة معالجة البيانيات في خطة المصدر.

التقدم في التدريب

لقطة شاشة للمنتج تعرض الرسوم البيانية الخطية لحالة التدريب

التقدم في التدريب

مراقبة تدريب التعلم العميق.

دليل ملاحظات وحدة معالجة البيانيات

لقطة شاشة للمنتج توضح تصنيف الصور في دليل وحدة معالجة البيانيات

دليل ملاحظات وحدة معالجة البيانيات

تكوين تعريف بيئة وحدة معالجة البيانيات وتشغيل دليل الملاحظات الخاص بك في نفس الوقت الذي تقوم فيه بتكوين دليل الملاحظات.

استخدم اطار العمل المفضل لديك

تم تركيبه مسبقا وتحسينه للأداء في IBM Watson Studio

شعار TensorFlow
شعار Keras
شعار PyTorch

البدء في التعلم العميق

البدء في تنفيذ تجارب التعلم العميق الخاصة بك على IBM Watson Studio.