ईआईटीसी/एआई/डीएलपीटीएफके डीप लर्नि with्ग पाइथन, टेन्सरफ्लो र केरासको साथ युरोपियन आईटी सर्टिफिकेसन प्रोग्राम हो जुन पाइनेनमा टेन्सरफ्लो र केरास मेशिन लर्निंग लाइब्रेरीहरूको साथ पाइथनको गहन शिक्षाको बुनियादमा।
EITC/AI/DLPTFK दीप अध्ययनको साथ पाइथन, टेन्सरफ्लो र केरासको पाठ्यक्रम टेन्सरफ्लो र केरास पुस्तकालयहरू संगै गहन सिक्ने पाइथन प्रोग्रामिंगमा व्यावहारिक कौशलमा केन्द्रित छ, यस EITC प्रमाणीकरणको लागि सन्दर्भको रूपमा विस्तृत भिडियो डाउडेटिक सामग्री समावेश गर्दै।
गहिराइ सिक्न (गहिरो संरचनागत लर्निंग पनि भनिन्छ) प्रतिनिधित्व सीखनेको साथ कृत्रिम तंत्रिका नेटवर्कमा आधारित मेशिन लर्निंग विधाहरूको फराकिलो परिवारको हिस्सा हो। सिकाई पर्यवेक्षण, अर्ध-पर्यवेक्षित वा अप्रिय पर्यवेक्षण गर्न सकिन्छ। गहिरा स्नायु नेटवर्कहरू, गहिरो विश्वास नेटवर्कहरू, आवर्ती न्यूरल नेटवर्कहरू र कन्फ्युसनल न्यूरल नेटवर्क जस्ता गहिराइ सिक्ने आर्किटेक्चरहरू कम्प्युटर भिजन, मेशिन भिजन, भाषण मान्यता, प्राकृतिक भाषा प्रसंस्करण, अडियो मान्यता, सामाजिक नेटवर्क फिल्टरि,, मेशिन अनुवाद, बायोइन्फर्मेटिक्स सहितको क्षेत्रहरूमा लागू गरिएको छ। , औषधि डिजाइन, मेडिकल छवि विश्लेषण, सामग्री निरीक्षण र बोर्ड गेम प्रोग्रामहरू, जहाँ तिनीहरूले परिणाम उत्पादन गरेका छन् तुलना गर्न सकिने र केहि अवस्थामा मानव विशेषज्ञको प्रदर्शनलाई पार गर्दछ।
पाइथन एक अनुवादित, उच्च-स्तर र सामान्य-उद्देश्य प्रोग्रामिंग भाषा हो। पाइथनको डिजाइन दर्शनले कोड पढ्ने क्षमतामा जोड दिन्छ यसको उल्लेखनीय सेता स्पेसको उल्लेखनीय प्रयोगको साथ। यसको भाषा निर्माण र वस्तु-उन्मुख दृष्टिकोण उद्देश्य भनेको प्रोग्रामरहरूलाई साना र ठूला परियोजनाहरूको लागि स्पष्ट, तार्किक कोड लेख्न मद्दत पुर्याउनु हो। पाइथन अक्सर "ब्याट्री समावेश" भाषा को रूप मा वर्णन गरिएको छ यसको व्यापक मानक पुस्तकालयको कारण। पाइथन सामान्यतया टेन्सरफ्लो, केरास, पायटोर्च र साइकिट-सिक्न लाइब्रेरीको सहयोगमा कृत्रिम खुफिया परियोजनाहरू र मेशिन लर्निंग परियोजनाहरूमा प्रयोग हुन्छ।
पाइथन गतिशील-प्रकारको हुन्छ (रनटाइममा कार्यान्वयन हुने धेरै सामान्य प्रोग्रामिंग व्यवहारहरू जुन स्थिर प्रोग्रामिंग भाषाहरू संकलनको क्रममा गरिन्छ) र फोहोर-संकलित (स्वचालित मेमोरी प्रबन्धनको साथ)। यसले बहु प्रोग्रामिंग प्याराडिग्म्स समर्थन गर्दछ, संरचित (विशेष गरी प्रक्रियात्मक), वस्तु-उन्मुख र कार्यात्मक प्रोग्रामिंग सहित। यो १ 1980 s० को उत्तरार्धमा सिर्जना गरिएको थियो, र १ 1991 2.0 १ मा पहिलो पटक एबीसी प्रोग्रामि to भाषाको उत्तराधिकारीको रूपमा गुइडो भ्यान रोसमले रिलिज गरेको थियो। २००० मा जारी गरिएको पाइथन २.०, नयाँ सुविधाहरू प्रस्तुत गर्दछ, जस्तै सूची बुझाइ, र सन्दर्भ गणना सहित फोहोर स collection्कलन प्रणाली, र २०२० मा संस्करण २.2000 बाट बन्द गरियो। २०० 2.7 मा जारी गरिएको पाइथन 2020.०, भाषाको प्रमुख संशोधन थियो। पूर्ण रूपमा पछाडि संगत छैन र धेरै पाइथन २ कोड पाइथन on मा अप्रशोधित चल्दैन। पाइथन २ को जीवनको अन्त (र २०२१ मा पाइपले समर्थन छोड्छ) सँग मात्र पाइथन 3.0..2008.x र पछि समर्थित छ पुरानो संस्करणको साथ समर्थन जस्तै Windows 2 (र पुरानो स्थापनाकर्ता 3-बिट विन्डोजमा सीमित छैन)।
पाइथन दुभाषाहरू मुख्यधाराको अपरेटिंग प्रणालीहरूको लागि समर्थित र केहि बढीका लागि उपलब्ध छन् (र विगतमा धेरै अधिक समर्थन गरिएको थियो)। प्रोग्रामरहरूको एक विश्वव्यापी समुदाय विकसित र CPython, एक नि: शुल्क र खुला स्रोत सन्दर्भ कार्यान्वयनको मर्मत गर्दछ। पाइथन सफ्टवेयर फाउन्डेसन एउटा नाफा नकमाउने संस्थाले पाइथन र सिथ्थन विकासको लागि संसाधनहरू निर्देशित गर्दछ।
जनवरी २०२१ सम्म, पायथनले TIOBE को धेरै लोकप्रिय प्रोग्रामिंग भाषाहरूको सूचकांकमा तेर्सो स्थान प्राप्त गर्यो, जुन C र जावाको पछाडि दोस्रो स्थान र २०२० को लोकप्रियताको फाइदाको लागि उनीहरूको पुरस्कार हो। यो २०० 2021, २०१० मा प्रोग्रामिंग भाषाको वर्ष चयन गरियो। , र २०१।।
एक अनुभवजन्य अध्ययनले पत्ता लगायो कि स्क्रिप्टिंग भाषाहरू जस्तै पाइथनले परम्परागत भाषाहरू जस्तै सी र जाभा भन्दा बढी फलदायी हुन्छन् र शब्दकोषमा स्ट्रि man्ग हेराफेली र खोज समावेश प्रोग्रामिंग समस्याहरूको लागि, र निर्धारित गर्दछ कि मेमोरी उपभोग प्राय "जाभाभन्दा राम्रो थियो र छैन। C वा C ++ भन्दा धेरै नराम्रो। पाइथन प्रयोग गर्ने ठूला स्गठनहरूले आईआईपी विकिपेडिया, गुगल, याहू !, सीईआरएन, नासा, फेसबुक, अमेजन, इन्स्टाग्राम समावेश गर्दछ।
यसको कृत्रिम बुद्धिमत्ता अनुप्रयोगहरू पछाडि पाइथन, मोड्युलर आर्किटेक्चर, सरल सिन्ट्याक्स र रिच टेक्स्ट प्रोसेसिंग टुल्सको साथ स्क्रिप्टि language भाषाको रूपमा अक्सर प्राकृतिक भाषा प्रशोधनको लागि प्रयोग हुन्छ।
टेन्सरफ्लो मेशिन शिक्षाको लागि एक नि: शुल्क र खुला स्रोत सफ्टवेयर लाइब्रेरी हो। यो कार्यहरूको दायराभरि प्रयोग गर्न सकिन्छ तर प्रशिक्षण र गहिरा न्यूरल नेटवर्कहरूको अनुमानमा विशेष फोकस छ। यो डाटाफ्लो र भिन्न प्रोग्रामिंगमा आधारित प्रतीकात्मक गणित लाइब्रेरी हो। यो दुबै अनुसन्धान र उत्पादन गुगलमा प्रयोग गरिन्छ।
२०११ मा सुरू भई Google ब्रेनले डिस्टब्लिफलाई गहिरो सिक्ने न्यूरल नेटवर्कमा आधारित स्वामित्व मेशिन लर्निंग प्रणालीको रूपमा निर्माण गर्यो। यसको प्रयोग दुबै अनुसन्धान र व्यावसायिक अनुप्रयोगहरूमा विविध वर्णमाला कम्पनीहरूमा छिटो बढेको छ। गुगलले जेफ डीनलगायत धेरै कम्प्युटर वैज्ञानिकहरूलाई डिस्टबेलिफको कोडबेसलाई छिटो र अधिक सुदृढ अनुप्रयोग ग्रेड लाइब्रेरीमा सरलीकृत र रिफ्याक्टर गर्नको लागि नियुक्त गर्यो, जुन टेन्सरफ्लो भयो। २०० In मा, जेफ्री हिन्टनको नेतृत्वमा रहेको टोलीले सामान्य ब्याकप्रोपेगेशन र अन्य सुधारहरू कार्यान्वयन गरेको थियो जसले न्युरोल नेटवर्कको निर्माणलाई पर्याप्त उच्च शुद्धताका साथ अनुमति दियो, उदाहरणका लागि बोली मान्यतामा त्रुटिहरूमा २%% कटौती भयो।
टेन्सरफ्लो गुगल ब्रेनको दोस्रो-पिढी प्रणाली हो। संस्करण १.०.१ फेब्रुअरी ११, २०१ on मा जारी गरिएको थियो। जबकि सन्दर्भ कार्यान्वयन एकल उपकरणहरूमा चल्छ, टेन्सरफ्लो बहुविध सीपीयू र GPUs मा चलाउन सक्छ (ग्राफिक्स प्रसंस्करण इकाईहरूमा सामान्य उद्देश्यको लागि कम्प्युटरको लागि वैकल्पिक CUDA र SYCL विस्तार)। टेन्सरफ्लो 1.0.0 11-बिट लिनक्स, म्याकोस, विन्डोज, र एन्ड्रोइड र आईओएस सहित मोबाइल कम्प्युटि plat प्लेटफर्महरूमा उपलब्ध छ। यसको लचिलो आर्किटेक्चरले विभिन्न प्लेटफर्महरू (CPUs, GPUs, TPUs), र डेस्कटपबाट सर्भरको क्लस्टरमा मोबाइल र एज उपकरणहरूमा कम्प्युटि of सजीलो डिप्लोइमेन्टको लागि अनुमति दिन्छ। टेन्सरफ्लो कम्प्युटेसनहरू स्टेटफुल डाटाफ्लो ग्राफको रूपमा व्यक्त गरिन्छ। टेन्सरफ्लो नाम अपरेसनबाट आएको छ कि त्यस्ता न्यूरल नेटवर्क बहुआयामी डाटा एर्रेमा प्रदर्शन गर्दछ, जसलाई टेन्सर भनिन्छ। जून २०१ 2017 मा गुगल आई/ओ सम्मेलनको बेला, जेफ डीनले भने कि GitHub मा १,64०० भण्डारहरूले टेन्सरफ्लो उल्लेख गरे जसमध्ये only Google मात्र थिए। डिसेम्बर २०१ In मा, Google, Cisco, RedHat, CoreOS, र CaiCloud बाट विकासकर्ताहरूले एक सम्मेलनमा कुबेफ्लोको परिचय दिए। कुबेफ्लोले कुबर्नेट्समा टेन्सरफ्लोको अपरेसन र प्रयोगको अनुमति दिन्छ। मार्च २०१ 2016 मा, गुगलले जाभास्क्रिप्टमा मेशिन शिक्षाको लागि टेन्सरफ्लो.जेएस संस्करण १.० घोषणा गर्यो। जनवरी २०१ In मा, गुगलले टेन्सरफ्लो २.० घोषणा गर्यो। यो सेप्टेम्बर २०१ 1,500 मा आधिकारिक रूपमा उपलब्ध भयो। मे २०१ 5 मा, गुगलले कम्प्युटर ग्राफिक्समा गहन शिक्षाको लागि टेन्सरफ्लो ग्राफिक्सको घोषणा गर्यो।
केरास एक खुला स्रोत सफ्टवेयर लाइब्रेरी हो जुन कृत्रिम न्यूरल नेटवर्कहरूको लागि पाइथन इन्टरफेस प्रदान गर्दछ। केरासले टेन्सरफ्लो पुस्तकालयको लागि एक इन्टरफेसको रूपमा कार्य गर्दछ।
केरसले सामान्यतया प्रयोग गरिएको न्यूरल नेटवर्क बिल्डिंग ब्लकका असंख्य कार्यान्वयनहरू समावेश गर्दछ जस्तै तह, उद्देश्य, सक्रियता प्रकार्यहरू, अप्टिमाइजरहरू, र उपकरणहरूको होस्ट छवि र पाठ डाटाको साथ काम गर्न सजिलो बनाउन कोडिंग सजिलो बनाउन गहन न्युरो नेटवर्क कोड लेख्नको लागि आवश्यक। कोड GitHub मा होस्ट गरिएको छ, र समुदाय समर्थन फोरममा GitHub मुद्दाहरू पृष्ठ, र एक स्ल्याक च्यानल सामेल छन्।
मानक न्यूरल नेटवर्कको साथसाथै, केराससँग कन्भोलुसनल र आवर्ती न्यूरल नेटवर्कहरूको पनि समर्थन छ। यसले अन्य सामान्य उपयोगिता तहहरू जस्तै ड्रपआउट, ब्याच सामान्यीकरण, र पौलि supports समर्थन गर्दछ। केरासले प्रयोगकर्ताहरूलाई स्मार्टफोन (आईओएस र एन्ड्रोइड) मा वेबमा, वा जाभा भर्चुअल मेसिनमा गहिरो मोडेलहरू उत्पादन गर्न अनुमति दिन्छ। यसले ग्राफिक्स प्रोसेसिंग इकाई (GPU) र टेन्सर प्रोसेसिंग एकाइहरू (TPU) को क्लस्टरहरूमा गहिराइ-सिकाई मोडेलहरूको वितरण प्रशिक्षणको उपयोग गर्न अनुमति दिन्छ। केरास पाइथन (प्रोग्रामिंग भाषा) र यसको आफ्नो प्रयोग र स्थापनाको सहजताको कारण वैज्ञानिक अनुसन्धानमा प्रयोगको लागि अपनाइएको छ। केरा KDnuggets २०१ software सफ्टवेयर सर्वेक्षणमा १० औं सबैभन्दा उद्धृत गरिएको उपकरण थियो र २२% उपयोग दर्ता गरियो।
प्रमाणीकरण पाठ्यक्रमको साथमा आफूलाई विस्तृत रूपमा परिचित गर्न तपाईंले तलको तालिका विस्तार र विश्लेषण गर्न सक्नुहुन्छ।
EITC/AI/DLPTFK डीप लर्निङ विथ पाइथन, टेन्सरफ्लो र केरास सर्टिफिकेसन पाठ्यक्रमले ह्यारिसन किन्स्लेद्वारा भिडियो फारममा खुला-पहुँच शिक्षासम्बन्धी सामग्रीहरू सन्दर्भ गर्दछ। सिकाइ प्रक्रियालाई चरण-दर-चरण संरचना (कार्यक्रमहरू -> पाठहरू -> विषयहरू) सान्दर्भिक पाठ्यक्रम भागहरू समावेश गरी विभाजन गरिएको छ।
डोमेन विशेषज्ञहरूको साथ असीमित परामर्श पनि प्रदान गरिएको छ।
प्रमाणीकरण प्रक्रियामा विवरणहरूको लागि जाँच गर्नुहोस् कसरी यो काम गर्दछ.
पाठ्यक्रम संदर्भ संसाधन
गुगल टेन्सरफ्लो
https://www.tensorflow.org/
Google TensorFlow लर्निंग संसाधन
https://www.tensorflow.org/learn/
TensorFlow एपीआई दस्तावेजीकरण
https://www.tensorflow.org/api_docs/
TensorFlow मोडेल र डाटासेट
https://www.tensorflow.org/resources/models-datasets/
TensorFlow समुदाय
https://www.tensorflow.org/community/
TensorFlow संग गुगल क्लाउड AI प्लेटफर्म प्रशिक्षण
https://cloud.google.com/ai-platform/training/docs/tensorflow-2/
पाइथन कागजात
https://www.python.org/doc/
पाइथनले डाउनलोडहरू जारी गर्दछ
https://www.python.org/downloads/
शुरुवात गाइडका लागि पाइथन
https://www.python.org/about/gettingstarted/
पाइथन विकी शुरुवात गाइड
https://wiki.python.org/moin/BeginnersGuide
W3Schools अजगर मेसिन लर्निंग ट्यूटोरियल
https://www.w3schools.com/python/python_ml_getting_started.asp
EITC/AI/DLPTFK डीप लर्निङ विथ पाइथन, टेन्सरफ्लो र केरास कार्यक्रमको लागि पूर्ण अफलाइन स्व-शिक्षा तयारी सामग्रीहरू PDF फाइलमा डाउनलोड गर्नुहोस्।
EITC/AI/DLPTFK तयारी सामग्री - मानक संस्करण
EITC/AI/DLPTFK तयारी सामग्री - समीक्षा प्रश्नहरूको साथ विस्तारित संस्करण