Mavzu: Ochiq kodli chuqur o’qitish freymvorklari

PyTorch

• Parsey McParseface - bu mashinani o'rganish modellarini yaratish uchun Python kutubxonasi. Uning interfeysi Theanoga o'xshaydi, lekin u kengroq API to'plamini qo'llab-quvvatlaydi va o'quv ma'lumotlarining kengroq turlarini qo'llab-quvvatlaydi.
• PyTorch freymwork Luada yaratilgan Torch ML kutubxonasining asosiy tuzilishini yaxshilaydi. FAIR Sun'iy intellekt tadqiqot laboratoriyasi 2016 yilda ochiq kodli litsenziya ostida AI/ML ilovalarini ishlab chiqish uchun PyTorch-ni Python-ga asoslangan interfeys sifatida ishga tushirdi. Bugungi kunda PyTorch boy ekotizimga aylandi, u sizga AI rivojlanishini tezlashtirish uchun zarur bo'lgan barcha vositalarni taqdim etadi, tadqiqotdan tortib ishlab chiqarishgacha.
• PyTorch-ning eng katta USP, ehtimol, uning Alibaba Cloud kabi mashhur bulut xizmatlarida mavjudligidir. Bu sizga tegishli ilovalar do'konidan dasturiy ta'minot kutubxonasini tezda yuklab olish va joriy bulutni ishlab chiqish muhitidan chiqmasdan boshlash imkonini beradi.

Xulosa

• Deep Learning bu sun'iy intellekt sohasida mashinani o'rganish usuli. Aniqlangan "mashinani o'rganish" algoritmida chuqur o'rganish, bo'g'inlar va rasmni idrok etish qobiliyati bo'yicha ko'plab oldingilaridan ancha ustundir. Bu ishda Chuqur o’qitish (deep learning)ning ochiq kodli frameworklarini ko’rib chiqildi. Bular Tensorflow, Pytorch Theano, Caffe va H2O. Google Tensorflow, mashinani o'rganish neyron tarmoqlarini yaratish va ulardan foydalanish uchun ochiq kodli dasturiy ta'minot tizimini sozlash va kengaytirish juda oson. Theano - bu murakkab algoritmlarning keng qamrovli kutubxonasiga ega chuqur o'rganish tizimi. PyTorch - bu mashinani o'rganish algoritmlarini yaratish uchun optimallashtirilgan Python ramkasidir. Tadqiqotchilar ko'pincha undan tadqiqot maqsadlarida foydalanadilar. Suniy intelekt sohasining jadal rivojlanishi shu yonalishda bolayotgan izlanishlar ortishiga va shunga bogliq tarzda shu sohada qollaniladigan kutubxonalar va frameworklar rivojlanishi hamda ularni open source bolishiga olib kelib keng tarqalmoqda.

• Foydalanilgan adabiyotlar
• 1. https://proglib.io/p/6-deep-learning-applications
• 2.http://fortune.com/ai-artificial-intelligence-deep-machine-learning/
• 3. https://habr.com/ru/company/lanit/blog/519694/
• 4. https://en.wikipedia.org/wiki/Universal_approximation_theorem
• 5. https://blog.algorithmia.com/introduction-to-deep-learning/
• 6. https://www.cbinsights.com/research/top-acquirers-ai-startups-ma-timeline/
• 7. https://marutitech.com/top-8-deep-learning-frameworks/
• 8. https://medium.com/analytics-vidhya/top-and-free-machine-learning-open-source-frameworks-3ef4a0788233