chore(i18n): sync translations with latest source changes (chunk 83/148, 100 files)
This commit is contained in:
localizeflow[bot]
parent
294e7ab7c6
commit
33069a427b
|
|
@ -9,7 +9,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
-->
|
||||
# Вступ до штучного інтелекту
|
||||
|
||||
|
||||
|
||||
|
||||
> Малюнок від [Tomomi Imura](https://twitter.com/girlie_mac)
|
||||
|
||||
|
|
@ -19,7 +19,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Спочатку комп’ютери були винайдені [Чарльзом Беббіджем](https://en.wikipedia.org/wiki/Charles_Babbage) для роботи з числами за чітко визначеною процедурою — алгоритмом. Сучасні комп’ютери, хоча й значно більш розвинені, ніж оригінальна модель, запропонована у 19 столітті, все ще дотримуються тієї ж ідеї контрольованих обчислень. Таким чином, можна запрограмувати комп’ютер виконувати щось, якщо ми знаємо точну послідовність кроків, необхідних для досягнення мети.
|
||||
|
||||
|
||||
|
||||
|
||||
> Фото від [Vickie Soshnikova](http://twitter.com/vickievalerie)
|
||||
|
||||
|
|
@ -46,7 +46,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Однією з проблем при роботі з терміном **[Інтелект](https://en.wikipedia.org/wiki/Intelligence)** є те, що немає чіткого визначення цього терміну. Можна стверджувати, що інтелект пов’язаний з **абстрактним мисленням** або **самосвідомістю**, але ми не можемо належним чином його визначити.
|
||||
|
||||
|
||||
|
||||
|
||||
> [Фото](https://unsplash.com/photos/75715CVEJhI) від [Amber Kipp](https://unsplash.com/@sadmax) з Unsplash
|
||||
|
||||
|
|
@ -98,13 +98,13 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
> | А як щодо ML? | |
|
||||
> |--------------|-----------|
|
||||
> | Частина штучного інтелекту, яка базується на навчанні комп’ютера вирішувати проблему на основі деяких даних, називається **Машинним навчанням**. Ми не будемо розглядати класичне машинне навчання в цьому курсі — ми рекомендуємо вам окремий навчальний курс [Машинне навчання для початківців](http://aka.ms/ml-beginners). |  |
|
||||
> | Частина штучного інтелекту, яка базується на навчанні комп’ютера вирішувати проблему на основі деяких даних, називається **Машинним навчанням**. Ми не будемо розглядати класичне машинне навчання в цьому курсі — ми рекомендуємо вам окремий навчальний курс [Машинне навчання для початківців](http://aka.ms/ml-beginners). |  |
|
||||
|
||||
## Коротка історія ШІ
|
||||
|
||||
Штучний інтелект як галузь був започаткований у середині двадцятого століття. Спочатку символічне міркування було переважним підходом, і це призвело до низки важливих успіхів, таких як експертні системи — комп’ютерні програми, які могли діяти як експерт у деяких обмежених проблемних областях. Однак незабаром стало зрозуміло, що такий підхід погано масштабується. Вилучення знань від експерта, представлення їх у комп’ютері та підтримка цієї бази знань у актуальному стані виявляється дуже складним завданням і занадто дорогим для практичного використання в багатьох випадках. Це призвело до так званої [Зими ШІ](https://en.wikipedia.org/wiki/AI_winter) у 1970-х роках.
|
||||
|
||||
<img alt="Коротка історія ШІ" src="../../../../translated_images/history-of-ai.7e83efa70b537f5a0264357672b0884cf3a220fbafe35c65d70b2c3805f7bf5e.uk.png" width="70%"/>
|
||||
<img alt="Коротка історія ШІ" src="../../../../translated_images/history-of-ai.7e83efa70b537f5a.uk.png" width="70%"/>
|
||||
|
||||
> Зображення від [Dmitry Soshnikov](http://soshnikov.com)
|
||||
|
||||
|
|
|
|||
|
|
@ -12,7 +12,7 @@
|
|||
"\n",
|
||||
"У цьому прикладі ми реалізуємо просту систему на основі знань для визначення тварини за деякими фізичними характеристиками. Система може бути представлена наступним деревом AND-OR (це частина всього дерева, ми легко можемо додати ще кілька правил):\n",
|
||||
"\n",
|
||||
"\n"
|
||||
"\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
|
|
|
|||
|
|
@ -9,7 +9,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
-->
|
||||
# Представлення знань та експертні системи
|
||||
|
||||
|
||||
|
||||
|
||||
> Скетчноут від [Tomomi Imura](https://twitter.com/girlie_mac)
|
||||
|
||||
|
|
@ -41,7 +41,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Таким чином, проблема **представлення знань** полягає у пошуку ефективного способу представлення знань у комп'ютері у формі даних, щоб зробити їх автоматично придатними для використання. Це можна розглядати як спектр:
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення від [Dmitry Soshnikov](http://soshnikov.com)
|
||||
|
||||
|
|
@ -94,7 +94,7 @@ Python | синтаксис блоку | відступи
|
|||
|
||||
Одним із ранніх успіхів символічного AI були так звані **експертні системи** — комп'ютерні системи, які були розроблені для того, щоб діяти як експерт у певній обмеженій області задач. Вони базувалися на **базі знань**, отриманій від одного або кількох людських експертів, і містили **мотор виведення**, який виконував певні міркування на її основі.
|
||||
|
||||
 | 
|
||||
 | 
|
||||
---------------------------------------------|------------------------------------------------
|
||||
Спрощена структура людської нервової системи | Архітектура системи на основі знань
|
||||
|
||||
|
|
@ -106,7 +106,7 @@ Python | синтаксис блоку | відступи
|
|||
|
||||
Наприклад, розглянемо наступну експертну систему для визначення тварини на основі її фізичних характеристик:
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення від [Dmitry Soshnikov](http://soshnikov.com)
|
||||
|
||||
|
|
|
|||
|
|
@ -1252,7 +1252,7 @@
|
|||
"* Низька втрата на навчанні — модель добре наближає навчальні дані, оскільки має достатню виразну потужність.\n",
|
||||
"* Втрата на валідації може бути значно вищою за втрату на навчанні і може почати зростати під час навчання — це відбувається тому, що модель \"запам’ятовує\" навчальні точки і втрачає \"загальну картину\".\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"> На цьому зображенні `x` позначає навчальні дані, `o` — валідаційні дані. Ліворуч — лінійна модель (одношарова), вона досить добре наближає природу даних. Праворуч — перенавчена модель, яка ідеально наближає навчальні дані, але перестає бути корисною для будь-яких інших даних (помилка на валідації дуже висока).\n"
|
||||
]
|
||||
|
|
|
|||
|
|
@ -58,7 +58,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Розглянемо наступну задачу апроксимації 5 точок (представлених як `x` на графіках нижче):
|
||||
|
||||
 | 
|
||||
 | 
|
||||
-------------------------|--------------------------
|
||||
**Лінійна модель, 2 параметри** | **Нелінійна модель, 7 параметрів**
|
||||
Помилка навчання = 5.3 | Помилка навчання = 0
|
||||
|
|
@ -79,7 +79,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Як видно з графіка вище, перенавчання можна виявити за дуже низькою помилкою навчання і високою помилкою валідації. Зазвичай під час навчання ми бачимо, як помилки навчання і валідації починають зменшуватися, а потім у певний момент помилка валідації може перестати зменшуватися і почати зростати. Це буде ознакою перенавчання і сигналом, що, ймовірно, слід припинити навчання (або принаймні зробити знімок моделі).
|
||||
|
||||
|
||||
|
||||
|
||||
## Як запобігти перенавчанню
|
||||
|
||||
|
|
|
|||
|
|
@ -9,7 +9,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
-->
|
||||
# Вступ до нейронних мереж
|
||||
|
||||
|
||||
|
||||
|
||||
Як ми обговорювали у вступі, одним із способів досягнення інтелекту є навчання **комп'ютерної моделі** або **штучного мозку**. З середини 20-го століття дослідники пробували різні математичні моделі, і лише в останні роки цей напрямок став надзвичайно успішним. Такі математичні моделі мозку називаються **нейронними мережами**.
|
||||
|
||||
|
|
@ -36,13 +36,13 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
З біології ми знаємо, що наш мозок складається з нейронних клітин (нейронів), кожна з яких має кілька "входів" (дендрити) і один "вихід" (аксон). Як дендрити, так і аксони можуть проводити електричні сигнали, а зв’язки між ними — відомі як синапси — можуть мати різний ступінь провідності, який регулюється нейромедіаторами.
|
||||
|
||||
 | 
|
||||
 | 
|
||||
----|----
|
||||
Реальний нейрон *([Зображення](https://en.wikipedia.org/wiki/Synapse#/media/File:SynapseSchematic_lines.svg) з Вікіпедії)* | Штучний нейрон *(Зображення автора)*
|
||||
|
||||
Таким чином, найпростіша математична модель нейрона містить кілька входів X<sub>1</sub>, ..., X<sub>N</sub> і один вихід Y, а також набір ваг W<sub>1</sub>, ..., W<sub>N</sub>. Вихід обчислюється як:
|
||||
|
||||
<img src="../../../../translated_images/netout.1eb15eb76fd767313e067719f400cec4b0e5090239c3e997c29f6789d4c3c263.uk.png" alt="Y = f\left(\sum_{i=1}^N X_iW_i\right)" width="131" height="53" align="center"/>
|
||||
<img src="../../../../translated_images/netout.1eb15eb76fd76731.uk.png" alt="Y = f\left(\sum_{i=1}^N X_iW_i\right)" width="131" height="53" align="center"/>
|
||||
|
||||
де f — це деяка нелінійна **функція активації**.
|
||||
|
||||
|
|
|
|||
|
|
@ -73,14 +73,14 @@ im = cv2.cvtColor(im,cv2.COLOR_BGR2RGB)
|
|||
|
||||
* **Попередня обробка фотографії книги шрифтом Брайля**. Ми зосереджуємося на тому, як можна використовувати порогову обробку, виявлення особливостей, перспективне перетворення та маніпуляції з NumPy для відокремлення окремих символів шрифту Брайля для подальшої класифікації нейронною мережею.
|
||||
|
||||
 |  | 
|
||||
 |  | 
|
||||
----|-----|-----
|
||||
|
||||
> Зображення з [OpenCV.ipynb](OpenCV.ipynb)
|
||||
|
||||
* **Виявлення руху у відео за допомогою різниці кадрів**. Якщо камера нерухома, то кадри з її потоку мають бути досить схожими один на одного. Оскільки кадри представлені у вигляді масивів, просто віднімаючи ці масиви для двох послідовних кадрів, ми отримаємо різницю пікселів, яка має бути низькою для статичних кадрів і ставати вищою, коли в зображенні є значний рух.
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення з [OpenCV.ipynb](OpenCV.ipynb)
|
||||
|
||||
|
|
@ -89,7 +89,7 @@ im = cv2.cvtColor(im,cv2.COLOR_BGR2RGB)
|
|||
- **Щільний оптичний потік** обчислює векторне поле, яке показує, куди рухається кожен піксель.
|
||||
- **Рідкісний оптичний потік** базується на виборі деяких характерних особливостей на зображенні (наприклад, країв) і побудові їх траєкторії від кадру до кадру.
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення з [OpenCV.ipynb](OpenCV.ipynb)
|
||||
|
||||
|
|
|
|||
|
|
@ -13,11 +13,11 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
VGG-16 — це мережа, яка досягла точності 92.7% у класифікації ImageNet top-5 у 2014 році. Вона має наступну структуру шарів:
|
||||
|
||||
|
||||
|
||||
|
||||
Як видно, VGG слідує традиційній пірамідальній архітектурі, яка є послідовністю шарів згортки та пулінгу.
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення з [Researchgate](https://www.researchgate.net/figure/Vgg16-model-structure-To-get-the-VGG-NIN-model-we-replace-the-2-nd-4-th-6-th-7-th_fig2_335194493)
|
||||
|
||||
|
|
|
|||
|
|
@ -260,7 +260,7 @@
|
|||
"\n",
|
||||
"Таким чином, у типовій CNN буде кілька згорткових шарів, між якими розташовані шари пулінгу для зменшення розмірів зображення. Ми також збільшуватимемо кількість фільтрів, оскільки, коли шаблони стають складнішими, з'являється більше можливих цікавих комбінацій, які потрібно шукати.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"Через зменшення просторових розмірів і збільшення розмірів ознак/фільтрів цю архітектуру також називають **пірамідальною архітектурою**.\n"
|
||||
]
|
||||
|
|
|
|||
|
|
@ -358,7 +358,7 @@
|
|||
"\n",
|
||||
"Таким чином, у типовій CNN буде кілька згорткових шарів, між якими розташовані шари пулінгу для зменшення розмірів зображення. Ми також збільшимо кількість фільтрів, оскільки, коли шаблони стають більш складними, з'являється більше можливих цікавих комбінацій, які потрібно шукати.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"Через зменшення просторових розмірів і збільшення розмірів ознак/фільтрів ця архітектура також називається **пірамідальною архітектурою**.\n"
|
||||
]
|
||||
|
|
|
|||
|
|
@ -17,7 +17,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Для вилучення шаблонів ми будемо використовувати поняття **конволюційних фільтрів**. Як вам відомо, зображення представляється у вигляді 2D-матриці або 3D-тензора з глибиною кольору. Застосування фільтра означає, що ми беремо відносно невелику матрицю **ядра фільтра**, і для кожного пікселя в оригінальному зображенні обчислюємо зважене середнє з сусідніми точками. Це можна уявити як невелике вікно, яке ковзає по всьому зображенню, усереднюючи всі пікселі відповідно до ваг у матриці ядра фільтра.
|
||||
|
||||
 | 
|
||||
 | 
|
||||
----|----
|
||||
|
||||
> Зображення Дмитра Сошникова
|
||||
|
|
@ -38,7 +38,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
* Ми можемо спроєктувати мережу таким чином, щоб фільтри навчалися автоматично
|
||||
* Ми можемо використовувати той самий підхід для пошуку шаблонів у високорівневих ознаках, а не лише в оригінальному зображенні. Таким чином, вилучення ознак у CNN працює на ієрархії ознак, починаючи з низькорівневих комбінацій пікселів і до високорівневих комбінацій частин зображення.
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення з [статті Hislop-Lynch](https://www.semanticscholar.org/paper/Computer-vision-based-pedestrian-trajectory-Hislop-Lynch/26e6f74853fc9bbb7487b06dc2cf095d36c9021d), засноване на [їхньому дослідженні](https://dl.acm.org/doi/abs/10.1145/1553374.1553453)
|
||||
|
||||
|
|
@ -55,9 +55,9 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Наприклад, давайте розглянемо архітектуру VGG-16, мережі, яка досягла 92.7% точності в топ-5 класифікації ImageNet у 2014 році:
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення з [Researchgate](https://www.researchgate.net/figure/Vgg16-model-structure-To-get-the-VGG-NIN-model-we-replace-the-2-nd-4-th-6-th-7-th_fig2_335194493)
|
||||
|
||||
|
|
|
|||
|
|
@ -21,7 +21,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Ми будемо використовувати [Oxford-IIIT Pet Dataset](https://www.robots.ox.ac.uk/~vgg/data/pets/), який містить зображення 37 різних порід собак і котів.
|
||||
|
||||
|
||||
|
||||
|
||||
Щоб завантажити набір даних, скористайтеся цим фрагментом коду:
|
||||
|
||||
|
|
|
|||
|
|
@ -50,7 +50,7 @@
|
|||
"\n",
|
||||
"Щоб уявити ідеального кота, ми почнемо з випадкового шумового зображення і спробуємо використати метод оптимізації градієнтного спуску, щоб змінити зображення так, щоб мережа розпізнала кота.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"Ось наше початкове зображення:\n"
|
||||
]
|
||||
|
|
|
|||
|
|
@ -29,7 +29,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Ось приклади ознак, вилучених із зображення кота мережею VGG-16:
|
||||
|
||||
|
||||
|
||||
|
||||
## Набір даних "Коти проти собак"
|
||||
|
||||
|
|
@ -48,19 +48,19 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Один із підходів, який ми можемо використати, — це почати з випадкового зображення, а потім спробувати використати техніку **оптимізації градієнтного спуску**, щоб змінити це зображення таким чином, щоб мережа почала думати, що це кіт.
|
||||
|
||||
|
||||
|
||||
|
||||
Однак, якщо ми це зробимо, ми отримаємо щось дуже схоже на випадковий шум. Це тому, що *існує багато способів змусити мережу думати, що вхідне зображення — це кіт*, включаючи ті, які не мають сенсу візуально. Хоча ці зображення містять багато шаблонів, характерних для кота, немає нічого, що обмежувало б їх бути візуально виразними.
|
||||
|
||||
Щоб покращити результат, ми можемо додати ще один термін до функції втрат, який називається **варіаційна втрата**. Це метрика, яка показує, наскільки схожі сусідні пікселі зображення. Мінімізуючи варіаційну втрату, ми робимо зображення більш гладким і позбавляємося шуму — таким чином розкриваючи більш привабливі візуальні шаблони. Ось приклад таких "ідеальних" зображень, які класифікуються як кіт і як зебра з високою ймовірністю:
|
||||
|
||||
 | 
|
||||
 | 
|
||||
-----|-----
|
||||
*Ідеальний кіт* | *Ідеальна зебра*
|
||||
|
||||
Схожий підхід можна використати для виконання так званих **атак на нейронну мережу**. Припустимо, ми хочемо обдурити нейронну мережу і змусити собаку виглядати як кіт. Якщо ми візьмемо зображення собаки, яке мережа розпізнає як собаку, ми можемо трохи змінити його за допомогою оптимізації градієнтного спуску, поки мережа не почне класифікувати його як кота:
|
||||
|
||||
 | 
|
||||
 | 
|
||||
-----|-----
|
||||
*Оригінальне зображення собаки* | *Зображення собаки, класифіковане як кіт*
|
||||
|
||||
|
|
|
|||
|
|
@ -21,7 +21,7 @@
|
|||
"\n",
|
||||
"Оскільки ми тренуємо автоенкодер, щоб захопити якомога більше інформації з оригінального зображення для точного відновлення, мережа намагається знайти найкраще **вбудовування** вхідних зображень, щоб передати їхній зміст.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"> Зображення з [Keras blog](https://blog.keras.io/building-autoencoders-in-keras.html)\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -19,7 +19,7 @@
|
|||
"\n",
|
||||
"Оскільки ми тренуємо автоенкодер, щоб захопити якомога більше інформації з оригінального зображення для точного відновлення, мережа намагається знайти найкраще **вбудовування** вхідних зображень, щоб передати їхній зміст.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"*Зображення з [блогу Keras](https://blog.keras.io/building-autoencoders-in-keras.html)*\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -19,7 +19,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Оскільки ми навчаємо автоенкодер захоплювати якомога більше інформації з оригінального зображення для точного відновлення, мережа намагається знайти найкраще **вбудовування** вхідних зображень, щоб передати їх зміст.
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення з [блогу Keras](https://blog.keras.io/building-autoencoders-in-keras.html)
|
||||
|
||||
|
|
|
|||
|
|
@ -13,7 +13,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
## [Квіз перед лекцією](https://ff-quizzes.netlify.app/en/ai/quiz/21)
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення з [веб-сайту YOLO v2](https://pjreddie.com/darknet/yolov2/)
|
||||
|
||||
|
|
@ -25,7 +25,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
2. Запустити класифікацію зображень для кожної плитки.
|
||||
3. Ті плитки, які дають достатньо високу активацію, можна вважати такими, що містять потрібний об'єкт.
|
||||
|
||||
|
||||
|
||||
|
||||
> *Зображення з [зошита вправ](ObjectDetection-TF.ipynb)*
|
||||
|
||||
|
|
@ -42,7 +42,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
* [PASCAL VOC](http://host.robots.ox.ac.uk/pascal/VOC/) — 20 класів
|
||||
* [COCO](http://cocodataset.org/#home) — Загальні об'єкти в контексті. 80 класів, межові рамки та маски сегментації
|
||||
|
||||
|
||||
|
||||
|
||||
## Метрики для виявлення об'єктів
|
||||
|
||||
|
|
@ -50,7 +50,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Для класифікації зображень легко виміряти, наскільки добре працює алгоритм, але для виявлення об'єктів потрібно оцінити як правильність класу, так і точність визначення розташування межової рамки. Для останнього використовується так звана **Перетин над об'єднанням** (IoU), яка вимірює, наскільки добре дві рамки (або дві довільні області) перекриваються.
|
||||
|
||||
|
||||
|
||||
|
||||
> *Рисунок 2 з [цієї чудової статті про IoU](https://pyimagesearch.com/2016/11/07/intersection-over-union-iou-for-object-detection/)*
|
||||
|
||||
|
|
@ -98,11 +98,11 @@ $$
|
|||
|
||||
[R-CNN](http://islab.ulsan.ac.kr/files/announcement/513/rcnn_pami.pdf) використовує [Selective Search](http://www.huppelen.nl/publications/selectiveSearchDraft.pdf) для створення ієрархічної структури регіонів ROI, які потім проходять через CNN для вилучення ознак і SVM-класифікатори для визначення класу об'єкта, а також лінійну регресію для визначення координат *межової рамки*. [Офіційна стаття](https://arxiv.org/pdf/1506.01497v1.pdf)
|
||||
|
||||
|
||||
|
||||
|
||||
> *Зображення з van de Sande et al. ICCV’11*
|
||||
|
||||
|
||||
|
||||
|
||||
> *Зображення з [цієї статті](https://towardsdatascience.com/r-cnn-fast-r-cnn-faster-r-cnn-yolo-object-detection-algorithms-36d53571365e)*
|
||||
|
||||
|
|
@ -110,7 +110,7 @@ $$
|
|||
|
||||
Цей підхід схожий на R-CNN, але регіони визначаються після застосування шарів згортки.
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення з [офіційної статті](https://www.cv-foundation.org/openaccess/content_iccv_2015/papers/Girshick_Fast_R-CNN_ICCV_2015_paper.pdf), [arXiv](https://arxiv.org/pdf/1504.08083.pdf), 2015
|
||||
|
||||
|
|
@ -118,7 +118,7 @@ $$
|
|||
|
||||
Основна ідея цього підходу полягає у використанні нейронної мережі для прогнозування ROI — так званої *мережі пропозицій регіонів*. [Стаття](https://arxiv.org/pdf/1506.01497.pdf), 2016
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення з [офіційної статті](https://arxiv.org/pdf/1506.01497.pdf)
|
||||
|
||||
|
|
@ -130,7 +130,7 @@ $$
|
|||
2. Ознаки обробляються **картою оцінок, чутливою до позиції**. Кожен об'єкт із $C$ класів ділиться на $k\times k$ регіонів, і ми навчаємося прогнозувати частини об'єктів.
|
||||
3. Для кожної частини з $k\times k$ регіонів усі мережі голосують за класи об'єктів, і вибирається клас об'єкта з максимальним голосом.
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення з [офіційної статті](https://arxiv.org/abs/1605.06409)
|
||||
|
||||
|
|
@ -141,7 +141,7 @@ YOLO — це алгоритм реального часу з одним про
|
|||
* Зображення ділиться на $S\times S$ регіони.
|
||||
* Для кожного регіону **CNN** прогнозує $n$ можливих об'єктів, координати *межової рамки* та *довіру*=*ймовірність* * IoU.
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення з [офіційної статті](https://arxiv.org/abs/1506.02640)
|
||||
|
||||
|
|
|
|||
|
|
@ -9,7 +9,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
-->
|
||||
# Комп'ютерний зір
|
||||
|
||||
|
||||
|
||||
|
||||
У цьому розділі ми дізнаємося про:
|
||||
|
||||
|
|
|
|||
|
|
@ -199,7 +199,7 @@
|
|||
"\n",
|
||||
"**Мішок слів** (BoW) — це найпоширеніше традиційне представлення векторів. Кожне слово пов’язане з індексом вектора, а елемент вектора містить кількість появ слова в даному документі.\n",
|
||||
"\n",
|
||||
" \n",
|
||||
" \n",
|
||||
"\n",
|
||||
"> **Note**: Ви також можете уявити BoW як суму всіх векторів з одним активним елементом для окремих слів у тексті.\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -188,7 +188,7 @@
|
|||
"\n",
|
||||
"**Мішок слів** (BoW) — це найпростіше для розуміння традиційне представлення векторів. Кожне слово пов'язане з індексом вектора, а елемент вектора містить кількість появ кожного слова в даному документі.\n",
|
||||
"\n",
|
||||
" \n",
|
||||
" \n",
|
||||
"\n",
|
||||
"> **Note**: Ви також можете думати про BoW як про суму всіх векторів з одним активним елементом (one-hot-encoded) для окремих слів у тексті.\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -62,7 +62,7 @@
|
|||
"\n",
|
||||
"Використовуючи шар вбудовування як перший шар у нашій мережі, ми можемо перейти від моделі \"мішок слів\" до моделі **мішок вбудовувань**, де спочатку кожне слово в тексті перетворюється на відповідне вбудовування, а потім обчислюється певна агрегатна функція для всіх цих вбудовувань, наприклад `sum`, `average` або `max`.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"Наша нейронна мережа класифікатора починатиметься з шару вбудовування, потім шару агрегування, а зверху — лінійного класифікатора:\n"
|
||||
]
|
||||
|
|
@ -176,7 +176,7 @@
|
|||
"\n",
|
||||
"У попередній архітектурі нам потрібно було доповнювати всі послідовності до однакової довжини, щоб вони відповідали розміру мініпакету. Це не найефективніший спосіб представлення послідовностей змінної довжини — інший підхід полягає у використанні **вектора зсувів**, який містить зсуви всіх послідовностей, збережених в одному великому векторі.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"> **Примітка**: На зображенні вище показано послідовність символів, але в нашому прикладі ми працюємо з послідовностями слів. Однак загальний принцип представлення послідовностей за допомогою вектора зсувів залишається тим самим.\n",
|
||||
"\n",
|
||||
|
|
@ -311,7 +311,7 @@
|
|||
"\n",
|
||||
"CBoW працює швидше, тоді як skip-gram повільніший, але краще справляється з представленням рідковживаних слів.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"Щоб експериментувати з вбудовуванням word2vec, попередньо навченим на наборі даних Google News, ми можемо використовувати бібліотеку **gensim**. Нижче наведено приклад пошуку слів, найбільш схожих на 'neural'.\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -37,7 +37,7 @@
|
|||
"\n",
|
||||
"Використовуючи шар вбудовування як перший шар у нашій мережі, ми можемо перейти від моделі \"мішка слів\" до моделі **мішка вбудовувань**, де спочатку кожне слово в тексті перетворюється на відповідне вбудовування, а потім обчислюється певна агрегатна функція для всіх цих вбудовувань, наприклад, `sum`, `average` або `max`.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"Наша нейронна мережа класифікатора складається з таких шарів:\n",
|
||||
"\n",
|
||||
|
|
@ -283,7 +283,7 @@
|
|||
"\n",
|
||||
"CBoW працює швидше, тоді як скіп-грам повільніший, але краще представляє рідковживані слова.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"Щоб експериментувати з вбудовуванням Word2Vec, попередньо навченим на наборі даних Google News, ми можемо використовувати бібліотеку **gensim**. Нижче наведено приклад пошуку слів, найбільш схожих до 'neural'.\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -19,7 +19,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Використовуючи шар вбудовування як перший шар у нашій мережі класифікатора, ми можемо перейти від моделі "мішка слів" до моделі **мішка вбудовувань**, де спочатку кожне слово в нашому тексті перетворюється у відповідне вбудовування, а потім обчислюється певна агрегатна функція над усіма цими вбудовуваннями, така як `sum`, `average` або `max`.
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення автора
|
||||
|
||||
|
|
@ -40,7 +40,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
CBoW працює швидше, тоді як скіп-грам повільніший, але краще представляє рідковживані слова.
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення з [цієї статті](https://arxiv.org/pdf/1301.3781.pdf)
|
||||
|
||||
|
|
|
|||
|
|
@ -23,7 +23,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
* **Безперервний мішок слів** (CBoW), коли ми передбачаємо середній токен $W_0$ у послідовності токенів $W_{-N}$, ..., $W_N$.
|
||||
* **Skip-gram**, де ми передбачаємо набір сусідніх токенів {$W_{-N},\dots, W_{-1}, W_1,\dots, W_N$} на основі середнього токена $W_0$.
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення з [цієї статті](https://arxiv.org/pdf/1301.3781.pdf)
|
||||
|
||||
|
|
|
|||
|
|
@ -15,7 +15,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Щоб захопити значення текстової послідовності, нам потрібно використовувати іншу архітектуру нейронної мережі, яка називається **рекурентною нейронною мережею** або RNN. У RNN ми пропускаємо речення через мережу по одному символу за раз, і мережа створює певний **стан**, який ми потім передаємо назад у мережу разом із наступним символом.
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення автора
|
||||
|
||||
|
|
@ -61,7 +61,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Рекурентна мережа, одностороння чи двонаправлена, захоплює певні шаблони в послідовності та може зберігати їх у векторі стану або передавати у вихід. Як і у випадку з згортковими мережами, ми можемо побудувати ще один рекурентний шар поверх першого, щоб захопити шаблони вищого рівня та побудувати з шаблонів нижчого рівня, які витягнув перший шар. Це приводить нас до поняття **багатошарової RNN**, яка складається з двох або більше рекурентних мереж, де вихід попереднього шару передається наступному шару як вхід.
|
||||
|
||||
|
||||
|
||||
|
||||
*Зображення з [цієї чудової статті](https://towardsdatascience.com/from-a-lstm-cell-to-a-multilayer-lstm-network-with-pytorch-2899eb5696f3) Фернандо Лопеса*
|
||||
|
||||
|
|
|
|||
|
|
@ -422,7 +422,7 @@
|
|||
"\n",
|
||||
"Рекурентна мережа, одностороння чи двонаправлена, захоплює певні шаблони в межах послідовності та може зберігати їх у векторі стану або передавати у вихідні дані. Як і у випадку з згортковими мережами, ми можемо побудувати ще один рекурентний шар поверх першого, щоб захоплювати шаблони вищого рівня, створені з шаблонів нижчого рівня, які витягнув перший шар. Це приводить нас до поняття **багатошарової RNN**, яка складається з двох або більше рекурентних мереж, де вихід попереднього шару передається до наступного шару як вхідні дані.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"*Зображення з [цієї чудової статті](https://towardsdatascience.com/from-a-lstm-cell-to-a-multilayer-lstm-network-with-pytorch-2899eb5696f3) Фернандо Лопеса*\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -10,7 +10,7 @@
|
|||
"\n",
|
||||
"Щоб захопити значення послідовності тексту, ми використаємо архітектуру нейронної мережі, яка називається **рекурентна нейронна мережа** (RNN). Використовуючи RNN, ми пропускаємо наше речення через мережу по одному токену за раз, і мережа генерує певний **стан**, який ми потім передаємо в мережу разом із наступним токеном.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"З огляду на вхідну послідовність токенів $X_0,\\dots,X_n$, RNN створює послідовність блоків нейронної мережі та навчає цю послідовність від початку до кінця за допомогою зворотного поширення. Кожен блок мережі приймає пару $(X_i,S_i)$ як вхід і генерує $S_{i+1}$ як результат. Кінцевий стан $S_n$ або вихід $Y_n$ передається в лінійний класифікатор для отримання результату. Усі блоки мережі мають однакові ваги та навчаються від початку до кінця за допомогою одного проходу зворотного поширення.\n",
|
||||
"\n",
|
||||
|
|
@ -369,7 +369,7 @@
|
|||
"\n",
|
||||
"Рекурентні мережі, однонаправлені чи двонаправлені, захоплюють шаблони в межах послідовності та зберігають їх у векторі станів або повертають як вихідні дані. Як і у випадку з згортковими мережами, ми можемо створити ще один рекурентний шар після першого, щоб захопити шаблони вищого рівня, побудовані з шаблонів нижчого рівня, які витягує перший шар. Це приводить нас до поняття **багатошарової RNN**, яка складається з двох або більше рекурентних мереж, де вихід попереднього шару передається наступному шару як вхідні дані.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"*Зображення з [цієї чудової статті](https://towardsdatascience.com/from-a-lstm-cell-to-a-multilayer-lstm-network-with-pytorch-2899eb5696f3) Фернандо Лопеса.*\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -119,7 +119,7 @@
|
|||
"\n",
|
||||
"Метод, за яким ми будемо навчати RNN для генерації тексту, виглядає наступним чином. На кожному кроці ми беремо послідовність символів довжиною `nchars` і просимо мережу згенерувати наступний вихідний символ для кожного вхідного символу:\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"Залежно від конкретного сценарію, ми також можемо захотіти включити деякі спеціальні символи, такі як *кінець послідовності* `<eos>`. У нашому випадку ми просто хочемо навчити мережу генерувати нескінченний текст, тому ми зафіксуємо розмір кожної послідовності, щоб він дорівнював `nchars` токенам. Таким чином, кожен навчальний приклад складатиметься з `nchars` входів і `nchars` виходів (які є вхідною послідовністю, зміщеною на один символ вліво). Мініпакет складатиметься з кількох таких послідовностей.\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -111,7 +111,7 @@
|
|||
"\n",
|
||||
"Ось як ми будемо навчати RNN створювати заголовки новин. На кожному кроці ми беремо один заголовок, який подається в RNN, і для кожного вхідного символу ми просимо мережу згенерувати наступний вихідний символ:\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"Для останнього символу нашої послідовності ми попросимо мережу згенерувати токен `<eos>`.\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -19,7 +19,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Це дозволяє створювати різні нейронні архітектури, які показані на зображенні нижче:
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення з блогу [Unreasonable Effectiveness of Recurrent Neural Networks](http://karpathy.github.io/2015/05/21/rnn-effectiveness/) авторства [Андрея Карпаті](http://karpathy.github.io/)
|
||||
|
||||
|
|
@ -32,7 +32,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Ми навчимо цю RNN генерувати текст крок за кроком. На кожному кроці ми братимемо послідовність символів довжиною `nchars` і проситимемо мережу створити наступний вихідний символ для кожного вхідного символу:
|
||||
|
||||
|
||||
|
||||
|
||||
Під час генерації тексту (під час інференсу) ми починаємо з деякого **запиту**, який передається через блоки RNN для створення його проміжного стану, а потім з цього стану починається генерація. Ми генеруємо один символ за раз і передаємо стан та створений символ до іншого блоку RNN для генерації наступного, поки не буде створено достатню кількість символів.
|
||||
|
||||
|
|
|
|||
|
|
@ -20,13 +20,13 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
**Механізми уваги** забезпечують спосіб зважування контекстуального впливу кожного вхідного вектора на кожне передбачення виходу RNN. Це реалізується шляхом створення "коротких шляхів" між проміжними станами вхідної RNN та вихідної RNN. Таким чином, при генерації вихідного символу y<sub>t</sub>, ми враховуємо всі приховані стани h<sub>i</sub> вхідної мережі з різними коефіцієнтами ваги α<sub>t,i</sub>.
|
||||
|
||||
|
||||
|
||||
|
||||
> Модель кодер-декодер з механізмом додаткової уваги у [Bahdanau et al., 2015](https://arxiv.org/pdf/1409.0473.pdf), цитовано з [цього блогу](https://lilianweng.github.io/lil-log/2018/06/24/attention-attention.html)
|
||||
|
||||
Матриця уваги {α<sub>i,j</sub>} представляє ступінь, до якого певні слова у вході впливають на генерацію конкретного слова у вихідній послідовності. Нижче наведено приклад такої матриці:
|
||||
|
||||
|
||||
|
||||
|
||||
> Рисунок з [Bahdanau et al., 2015](https://arxiv.org/pdf/1409.0473.pdf) (Рис.3)
|
||||
|
||||
|
|
@ -66,7 +66,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Далі нам потрібно захопити певні шаблони в нашій послідовності. Для цього трансформери використовують механізм **самоуваги**, який, по суті, є увагою, застосованою до тієї ж послідовності як до входу, так і до виходу. Застосування самоуваги дозволяє враховувати **контекст** у реченні та бачити, які слова взаємопов'язані. Наприклад, це дозволяє бачити, до яких слів відносяться кореференції, такі як *це*, а також враховувати контекст:
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення з [блогу Google](https://research.googleblog.com/2017/08/transformer-novel-neural-network.html)
|
||||
|
||||
|
|
@ -91,7 +91,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
**BERT** (Bidirectional Encoder Representations from Transformers) — це дуже велика багатошарова трансформерна мережа з 12 шарами для *BERT-base* і 24 для *BERT-large*. Модель спочатку проходить попереднє навчання на великому корпусі текстових даних (WikiPedia + книги) за допомогою ненаглядуваного навчання (передбачення замаскованих слів у реченні). Під час попереднього навчання модель засвоює значний рівень розуміння мови, який потім можна використовувати з іншими наборами даних за допомогою тонкого налаштування. Цей процес називається **трансферним навчанням**.
|
||||
|
||||
|
||||
|
||||
|
||||
> Зображення [джерело](http://jalammar.github.io/illustrated-bert/)
|
||||
|
||||
|
|
|
|||
|
|
@ -12,12 +12,12 @@
|
|||
"\n",
|
||||
"**Механізми уваги** забезпечують спосіб зважування контекстуального впливу кожного вхідного вектора на кожне передбачення виходу RNN. Це реалізується шляхом створення \"коротких шляхів\" між проміжними станами вхідної RNN та вихідної RNN. Таким чином, при генерації вихідного символу $y_t$, ми враховуємо всі приховані стани входу $h_i$ з різними ваговими коефіцієнтами $\\alpha_{t,i}$.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"*Модель енкодер-декодер з механізмом додаткової уваги у [Bahdanau et al., 2015](https://arxiv.org/pdf/1409.0473.pdf), цитовано з [цього блогу](https://lilianweng.github.io/lil-log/2018/06/24/attention-attention.html)*\n",
|
||||
"\n",
|
||||
"Матриця уваги $\\{\\alpha_{i,j}\\}$ представляє ступінь, до якого певні вхідні слова впливають на генерацію конкретного слова у вихідній послідовності. Нижче наведено приклад такої матриці:\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"*Зображення взято з [Bahdanau et al., 2015](https://arxiv.org/pdf/1409.0473.pdf) (Рис.3)*\n",
|
||||
"\n",
|
||||
|
|
@ -35,7 +35,7 @@
|
|||
"\n",
|
||||
"**BERT** (Bidirectional Encoder Representations from Transformers) — це дуже велика багатошарова трансформерна мережа з 12 шарами для *BERT-base* і 24 для *BERT-large*. Модель спочатку проходить попереднє навчання на великому корпусі текстових даних (WikiPedia + книги) за допомогою неконтрольованого навчання (передбачення замаскованих слів у реченні). Під час попереднього навчання модель засвоює значний рівень розуміння мови, який потім можна використовувати з іншими наборами даних за допомогою тонкого налаштування. Цей процес називається **трансферним навчанням**.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"Існує багато варіацій архітектур трансформерів, включаючи BERT, DistilBERT, BigBird, OpenGPT3 та інші, які можна налаштовувати. Пакет [HuggingFace](https://github.com/huggingface/) надає репозиторій для навчання багатьох із цих архітектур за допомогою PyTorch.\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -12,12 +12,12 @@
|
|||
"\n",
|
||||
"**Механізми уваги** забезпечують спосіб зважування контекстуального впливу кожного вхідного вектора на кожне передбачення виходу RNN. Це реалізується шляхом створення \"ярликів\" між проміжними станами вхідної RNN та вихідної RNN. Таким чином, при генерації вихідного символу $y_t$ ми враховуємо всі приховані стани входу $h_i$ з різними ваговими коефіцієнтами $\\alpha_{t,i}$.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"*Модель енкодер-декодер з механізмом додаткової уваги у [Bahdanau et al., 2015](https://arxiv.org/pdf/1409.0473.pdf), цитовано з [цього блогу](https://lilianweng.github.io/lil-log/2018/06/24/attention-attention.html)*\n",
|
||||
"\n",
|
||||
"Матриця уваги $\\{\\alpha_{i,j}\\}$ представляє ступінь, до якого певні вхідні слова впливають на генерацію конкретного слова у вихідній послідовності. Нижче наведено приклад такої матриці:\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"*Зображення взято з [Bahdanau et al., 2015](https://arxiv.org/pdf/1409.0473.pdf) (Рис.3)*\n",
|
||||
"\n",
|
||||
|
|
@ -229,7 +229,7 @@
|
|||
"\n",
|
||||
"**BERT** (Bidirectional Encoder Representations from Transformers) — це велика багатошарова трансформерна мережа з 12 шарами для *BERT-base* і 24 для *BERT-large*. Модель спочатку проходить попереднє навчання на великому корпусі текстових даних (WikiPedia + книги) за допомогою неконтрольованого навчання (прогнозування замаскованих слів у реченні). Під час попереднього навчання модель засвоює значний рівень розуміння мови, який потім можна використовувати з іншими наборами даних за допомогою тонкого налаштування. Цей процес називається **трансферним навчанням**.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"Існує багато варіацій архітектур трансформерів, включаючи BERT, DistilBERT, BigBird, OpenGPT3 та інші, які можна налаштовувати.\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -58,7 +58,7 @@ infant | O
|
|||
|
||||
Оскільки нам потрібно створити однозначну відповідність між токенами та класами, ми можемо навчити правосторонню **багатозначну** модель нейронної мережі з цієї схеми:
|
||||
|
||||
|
||||
|
||||
|
||||
> *Зображення з [цього блогу](http://karpathy.github.io/2015/05/21/rnn-effectiveness/) від [Андрія Карпатія](http://karpathy.github.io/). Моделі класифікації токенів для NER відповідають правосторонній архітектурі мережі на цьому зображенні.*
|
||||
|
||||
|
|
|
|||
|
|
@ -9,7 +9,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
-->
|
||||
# Обробка природної мови
|
||||
|
||||
|
||||
|
||||
|
||||
У цьому розділі ми зосередимося на використанні нейронних мереж для вирішення задач, пов'язаних із **обробкою природної мови (NLP)**. Існує багато проблем NLP, які ми хочемо, щоб комп'ютери могли вирішувати:
|
||||
|
||||
|
|
|
|||
|
|
@ -70,7 +70,7 @@ ask turtles [
|
|||
|
||||
Після відкриття моделі ви потрапляєте на головний екран NetLogo. Ось приклад моделі, яка описує популяцію вовків і овець за умови обмежених ресурсів (трави).
|
||||
|
||||
|
||||
|
||||
|
||||
> Знімок екрана від Дмитра Сошникова
|
||||
|
||||
|
|
|
|||
|
|
@ -9,7 +9,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
-->
|
||||
# Огляд
|
||||
|
||||
|
||||
|
||||
|
||||
> Замальовка від [Tomomi Imura](https://twitter.com/girlie_mac)
|
||||
|
||||
|
|
|
|||
|
|
@ -15,7 +15,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Основна ідея CLIP полягає в тому, щоб порівнювати текстові запити із зображеннями та визначати, наскільки добре зображення відповідає запиту.
|
||||
|
||||
|
||||
|
||||
|
||||
> *Зображення з [цього блогу](https://openai.com/blog/clip/)*
|
||||
|
||||
|
|
@ -29,7 +29,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Припустимо, нам потрібно класифікувати зображення, наприклад, між котами, собаками та людьми. У цьому випадку ми можемо надати моделі зображення та серію текстових запитів: "*зображення кота*", "*зображення собаки*", "*зображення людини*". У результатуючому векторі з 3 ймовірностей нам потрібно вибрати індекс із найвищим значенням.
|
||||
|
||||
|
||||
|
||||
|
||||
> *Зображення з [цього блогу](https://openai.com/blog/clip/)*
|
||||
|
||||
|
|
@ -53,13 +53,13 @@ CLIP також можна використовувати для **генера
|
|||
|
||||
Однією з важливих відмінностей між VQGAN і традиційним GAN є те, що останній може створити пристойне зображення з будь-якого вхідного вектора, тоді як VQGAN, ймовірно, створить зображення, яке не буде узгодженим. Тому нам потрібно додатково керувати процесом створення зображення, і це можна зробити за допомогою CLIP.
|
||||
|
||||
|
||||
|
||||
|
||||
Щоб створити зображення, яке відповідає текстовому запиту, ми починаємо з випадкового вектора кодування, який передається через VQGAN для створення зображення. Потім CLIP використовується для створення функції втрат, яка показує, наскільки добре зображення відповідає текстовому запиту. Мета полягає в тому, щоб мінімізувати цю втрату, використовуючи зворотне поширення для коригування параметрів вхідного вектора.
|
||||
|
||||
Чудова бібліотека, яка реалізує VQGAN+CLIP, — це [Pixray](http://github.com/pixray/pixray).
|
||||
|
||||
 |  | 
|
||||
 |  | 
|
||||
----|----|----
|
||||
Зображення, створене за запитом *акварельний портрет молодого чоловіка-вчителя літератури з книгою* | Зображення, створене за запитом *масляний портрет молодої жінки-вчителя інформатики з комп'ютером* | Зображення, створене за запитом *масляний портрет старого чоловіка-вчителя математики перед дошкою*
|
||||
|
||||
|
|
|
|||
|
|
@ -1,8 +1,8 @@
|
|||
<!--
|
||||
CO_OP_TRANSLATOR_METADATA:
|
||||
{
|
||||
"original_hash": "4ed9993bca581850c983c95d5a3f57eb",
|
||||
"translation_date": "2025-12-24T23:00:04+00:00",
|
||||
"original_hash": "14816e97d79b296c87811724f7785923",
|
||||
"translation_date": "2026-01-01T10:19:52+00:00",
|
||||
"source_file": "README.md",
|
||||
"language_code": "ur"
|
||||
}
|
||||
|
|
@ -10,34 +10,34 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
[](https://github.com/microsoft/AI-For-Beginners/blob/main/LICENSE)
|
||||
[](https://GitHub.com/microsoft/AI-For-Beginners/graphs/contributors/)
|
||||
[](https://GitHub.com/microsoft/AI-For-Beginners/issues/)
|
||||
[](https://GitHub.com/microsoft/AI-For-Beginners/pulls/)
|
||||
[](https://GitHub.com/microsoft/AI-For-Beginners/pulls/)
|
||||
[](http://makeapullrequest.com)
|
||||
|
||||
[](https://GitHub.com/microsoft/AI-For-Beginners/watchers/)
|
||||
[](https://GitHub.com/microsoft/AI-For-Beginners/watchers/)
|
||||
[](https://GitHub.com/microsoft/AI-For-Beginners/network/)
|
||||
[](https://GitHub.com/microsoft/AI-For-Beginners/stargazers/)
|
||||
[](https://GitHub.com/microsoft/AI-For-Beginners/stargazers/)
|
||||
[](https://mybinder.org/v2/gh/microsoft/ai-for-beginners/HEAD)
|
||||
[](https://gitter.im/Microsoft/ai-for-beginners?utm_source=badge&utm_medium=badge&utm_campaign=pr-badge)
|
||||
|
||||
[](https://discord.gg/nTYy5BXMWG)
|
||||
|
||||
# ابتدائی افراد کے لیے مصنوعی ذہانت - ایک نصاب
|
||||
# شروعاتی افراد کے لیے مصنوعی ذہانت - ایک نصاب
|
||||
|
||||
||
|
||||
||
|
||||
|:---:|
|
||||
| ابتدائی افراد کے لیے AI - _سکیچ نوٹ بذریعہ [@girlie_mac](https://twitter.com/girlie_mac)_ |
|
||||
| مصنوعی ذہانت برائے شروعاتی افراد - _اسکیچنوٹ از [@girlie_mac](https://twitter.com/girlie_mac)_ |
|
||||
|
||||
ہمارے 12 ہفتوں، 24 اسباق کے نصاب کے ساتھ **مصنوعی ذہانت** (AI) کی دنیا دریافت کریں! اس میں عملی اسباق، کوئزز، اور لیب شامل ہیں۔ یہ نصاب مبتدی دوست ہے اور TensorFlow اور PyTorch جیسے ٹولز کے ساتھ ساتھ AI میں اخلاقیات کو بھی شامل کرتا ہے
|
||||
ہماری 12 ہفتے، 24 اسباق پر مشتمل نصاب کے ساتھ **مصنوعی ذہانت** (AI) کی دنیا کو دریافت کریں! اس میں عملی اسباق، کویزز، اور لیب شامل ہیں۔ یہ نصاب مبتدی افراد کے لیے موزوں ہے اور TensorFlow اور PyTorch جیسے اوزار اور AI میں اخلاقیات کا احاطہ کرتا ہے۔
|
||||
|
||||
### 🌐 کثیر اللسانی معاونت
|
||||
### 🌐 کثیر الزبانی معاونت
|
||||
|
||||
#### GitHub Action کے ذریعے معاونت (خودکار اور ہمیشہ تازہ)
|
||||
#### GitHub Action کے ذریعہ سپورٹ شدہ (خودکار اور ہمیشہ تازہ ترین)
|
||||
|
||||
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
|
||||
[عربی](../ar/README.md) | [بنگالی](../bn/README.md) | [بلغاریائی](../bg/README.md) | [برمی (میانمار)](../my/README.md) | [چینی (سادہ)](../zh/README.md) | [چینی (روایتی، ہانگ کانگ)](../hk/README.md) | [چینی (روایتی، مکاو)](../mo/README.md) | [چینی (روایتی، تائیوان)](../tw/README.md) | [کروشین](../hr/README.md) | [چیک](../cs/README.md) | [ڈینش](../da/README.md) | [ڈچ](../nl/README.md) | [اسٹونین](../et/README.md) | [فنش](../fi/README.md) | [فرانسیسی](../fr/README.md) | [جرمن](../de/README.md) | [یونانی](../el/README.md) | [عبری](../he/README.md) | [ہندی](../hi/README.md) | [ہنگیرین](../hu/README.md) | [انڈونیشیائی](../id/README.md) | [اطالوی](../it/README.md) | [جاپانی](../ja/README.md) | [کنڑا](../kn/README.md) | [کورین](../ko/README.md) | [لتھُوینیائی](../lt/README.md) | [ملایو](../ms/README.md) | [مالیالم](../ml/README.md) | [مراٹھی](../mr/README.md) | [نیپالی](../ne/README.md) | [نائیجیریائی پیجین](../pcm/README.md) | [ناروِجیَن](../no/README.md) | [فارسی (فارسی)](../fa/README.md) | [پولش](../pl/README.md) | [پرتگیزی (برازیل)](../br/README.md) | [پرتگیزی (پرتگال)](../pt/README.md) | [پنجابی (گرمکھی)](../pa/README.md) | [رومانیائی](../ro/README.md) | [روسی](../ru/README.md) | [سربین (سریلک)](../sr/README.md) | [سلوواک](../sk/README.md) | [سلووینیائی](../sl/README.md) | [ہسپانوی](../es/README.md) | [سواحلی](../sw/README.md) | [سویڈش](../sv/README.md) | [تاگالوگ (فلپائنی)](../tl/README.md) | [تمل](../ta/README.md) | [تلگو](../te/README.md) | [تھائی](../th/README.md) | [ترک](../tr/README.md) | [یوکرینی](../uk/README.md) | [اردو](./README.md) | [ویتنامی](../vi/README.md)
|
||||
[عربی](../ar/README.md) | [بنگالی](../bn/README.md) | [بلغاریائی](../bg/README.md) | [برمی (میانمار)](../my/README.md) | [چینی (سادہ)](../zh/README.md) | [چینی (رسمی، ہانگ کانگ)](../hk/README.md) | [چینی (رسمی، مکاؤ)](../mo/README.md) | [چینی (رسمی، تائیوان)](../tw/README.md) | [کروشین](../hr/README.md) | [چیک](../cs/README.md) | [ڈینش](../da/README.md) | [ڈچ](../nl/README.md) | [ایستونیائی](../et/README.md) | [فنش](../fi/README.md) | [فرانسیسی](../fr/README.md) | [جرمن](../de/README.md) | [یونانی](../el/README.md) | [عبرانی](../he/README.md) | [ہندی](../hi/README.md) | [ہنگیرین](../hu/README.md) | [انڈونیشیائی](../id/README.md) | [اطالوی](../it/README.md) | [جاپانی](../ja/README.md) | [کنڑ](../kn/README.md) | [کوریائی](../ko/README.md) | [لیتھوانین](../lt/README.md) | [مالے](../ms/README.md) | [مالیالم](../ml/README.md) | [مراتی](../mr/README.md) | [نیپالی](../ne/README.md) | [نائیجیریائی پیجن](../pcm/README.md) | [ناروے](../no/README.md) | [فارسی (فارس)](../fa/README.md) | [پولش](../pl/README.md) | [پرتگالی (برازیل)](../br/README.md) | [پرتگالی (پرتگال)](../pt/README.md) | [پنجابی (گُرمُکھی)](../pa/README.md) | [رومانیائی](../ro/README.md) | [روسی](../ru/README.md) | [سربیائی (سِرِلک)](../sr/README.md) | [سلوواک](../sk/README.md) | [سلووینیائی](../sl/README.md) | [ہسپانوی](../es/README.md) | [سواحلی](../sw/README.md) | [سویڈش](../sv/README.md) | [تاگالوگ (فِلپائنی)](../tl/README.md) | [تمل](../ta/README.md) | [تیلگو](../te/README.md) | [تھائی](../th/README.md) | [ترکی](../tr/README.md) | [یوکرینیائی](../uk/README.md) | [اردو](./README.md) | [ویتنامی](../vi/README.md)
|
||||
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
||||
|
||||
**اگر آپ اضافی ترجمہ شدہ زبانیں چاہتے ہیں تو معاونت یافتہ زبانیں یہاں درج ہیں: [یہاں](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
|
||||
**اگر آپ اضافی ترجمانی زبانیں چاہتے ہیں تو سپورٹ شدہ زبانیں [یہاں](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md) درج ہیں**
|
||||
|
||||
## کمیونٹی میں شامل ہوں
|
||||
[](https://discord.gg/nTYy5BXMWG)
|
||||
|
|
@ -46,89 +46,89 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
**[کورس کا مائنڈ میپ](http://soshnikov.com/courses/ai-for-beginners/mindmap.html)**
|
||||
|
||||
اس نصاب میں آپ سیکھیں گے:
|
||||
اس نصاب میں، آپ سیکھیں گے:
|
||||
|
||||
* مصنوعی ذہانت کے مختلف طریقۂ کار، بشمول "پرانی اچھی" علامتی (symbolic) طریقہ کار جو **علم کی نمائندگی** اور استدلال ([GOFAI](https://en.wikipedia.org/wiki/Symbolic_artificial_intelligence)) پر مبنی ہے۔
|
||||
* وہ **نیورل نیٹ ورکس** اور **گہرا سیکھنا (Deep Learning)** جو جدید AI کا مرکز ہیں۔ ہم ان اہم موضوعات کے پیچھے کے تصورات کو دو مقبول فریم ورکس میں کوڈ کے ذریعے واضح کریں گے - [TensorFlow](http://Tensorflow.org) اور [PyTorch](http://pytorch.org)۔
|
||||
* تصویروں اور متن کے ساتھ کام کرنے کے لیے **نیورل معماریات**۔ ہم حالیہ ماڈلز کا احاطہ کریں گے لیکن ممکن ہے کہ اسٹیٹ-آف-دی-آرٹ میں تھوڑی کمی ہو۔
|
||||
* کم مقبول AI طریقے، جیسے **جینیٹک الگورتھمز** اور **ملٹی ایجنٹ سسٹمز**۔
|
||||
* مصنوعی ذہانت کے مختلف طریقے، جن میں "قدیم" علامتی طریقہ شامل ہے جس میں **علم کی نمائندگی** اور استدلال ([GOFAI](https://en.wikipedia.org/wiki/Symbolic_artificial_intelligence)) شامل ہیں۔
|
||||
* **نیورل نیٹ ورکس** اور **ڈیپ لرننگ**، جو جدید AI کے مرکز میں ہیں۔ ہم ان اہم موضوعات کے پیچھے کے تصورات کو دو مقبول فریم ورکس - [TensorFlow](http://Tensorflow.org) اور [PyTorch](http://pytorch.org) - میں کوڈ کی مدد سے واضح کریں گے۔
|
||||
* تصاویر اور متن پر کام کرنے کے لیے **نیورل آرکیٹیکچرز**۔ ہم جدید ماڈلز پر روشنی ڈالیں گے لیکن ممکن ہے کہ وہ جدید ترین تحقیق کے لحاظ سے مکمل طور پر تازہ نہ ہوں۔
|
||||
* کم مشہور AI طریقے، جیسے **جینیٹک الگورتھمز** اور **کثیر ایجنٹ سسٹمز**۔
|
||||
|
||||
اس نصاب میں ہم جو چیزیں شامل نہیں کریں گے:
|
||||
اس نصاب میں ہم کیا شامل نہیں کریں گے:
|
||||
|
||||
> [اس کورس کے تمام اضافی وسائل ہماری Microsoft Learn کلیکشن میں تلاش کریں](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum)
|
||||
> [اس کورس کے لیے تمام اضافی وسائل ہماری Microsoft Learn کلیکشن میں تلاش کریں](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum)
|
||||
|
||||
* کاروباری مقاصد میں **AI کا استعمال**۔ غور کریں کہ Microsoft Learn پر موجود [بزنس صارفین کے لیے AI کا تعارف](https://docs.microsoft.com/learn/paths/introduction-ai-for-business-users/?WT.mc_id=academic-77998-bethanycheum) لرننگ پاتھ یا [AI بزنس اسکول](https://www.microsoft.com/ai/ai-business-school/?WT.mc_id=academic-77998-bethanycheum) لیں، جسے [INSEAD](https://www.insead.edu/) کے ساتھ تعاون میں تیار کیا گیا ہے۔
|
||||
* **کلاسیکی مشین لرننگ**، جس کی اچھی تفصیل ہمارے [مشین لرننگ برائے مبتدیان نصاب](http://github.com/Microsoft/ML-for-Beginners) میں موجود ہے۔
|
||||
* عملی AI ایپلیکیشنز جو **[Cognitive Services](https://azure.microsoft.com/services/cognitive-services/?WT.mc_id=academic-77998-bethanycheum)** کا استعمال کرتے ہوئے بنائی گئی ہیں۔ اس کے لیے، ہم آپ کو Microsoft Learn کے ماڈیولز سے شروع کرنے کی سفارش کرتے ہیں، جیسے [کمپیوٹر وژن](https://docs.microsoft.com/learn/paths/create-computer-vision-solutions-azure-cognitive-services/?WT.mc_id=academic-77998-bethanycheum)، [قدرتی زبان کی پروسیسنگ](https://docs.microsoft.com/learn/paths/explore-natural-language-processing/?WT.mc_id=academic-77998-bethanycheum)، **[Azure OpenAI سروس کے ساتھ جنریٹو AI](https://learn.microsoft.com/en-us/training/paths/develop-ai-solutions-azure-openai/?WT.mc_id=academic-77998-bethanycheum)** اور دیگر۔
|
||||
* مخصوص ML **کلاؤڈ فریم ورکس**، جیسے [Azure Machine Learning](https://azure.microsoft.com/services/machine-learning/?WT.mc_id=academic-77998-bethanycheum)، [Microsoft Fabric](https://learn.microsoft.com/en-us/training/paths/get-started-fabric/?WT.mc_id=academic-77998-bethanycheum)، یا [Azure Databricks](https://docs.microsoft.com/learn/paths/data-engineer-azure-databricks?WT.mc_id=academic-77998-bethanycheum). غور کریں کہ آپ [Azure Machine Learning کے ساتھ مشین لرننگ حل بنائیں اور چلائیں](https://docs.microsoft.com/learn/paths/build-ai-solutions-with-azure-ml-service/?WT.mc_id=academic-77998-bethanycheum) اور [Azure Databricks کے ساتھ مشین لرننگ حل بنائیں اور چلائیں](https://docs.microsoft.com/learn/paths/build-operate-machine-learning-solutions-azure-databricks/?WT.mc_id=academic-77998-bethanycheum) لرننگ پاتھز استعمال کریں۔
|
||||
* **مکالماتی AI** اور **چیٹ بوٹس**۔ اس کے لیے ایک الگ [مکالماتی AI حل بنائیں](https://docs.microsoft.com/learn/paths/create-conversational-ai-solutions/?WT.mc_id=academic-77998-bethanycheum) لرننگ پاتھ ہے، اور آپ مزید تفصیل کے لیے [اس بلاگ پوسٹ](https://soshnikov.com/azure/hello-bot-conversational-ai-on-microsoft-platform/) سے بھی رجوع کر سکتے ہیں۔
|
||||
* گہرے سیکھنے کے پیچھے کی **گہری ریاضیات**۔ اس کے لیے ہم Ian Goodfellow، Yoshua Bengio اور Aaron Courville کی کتاب [Deep Learning](https://www.amazon.com/Deep-Learning-Adaptive-Computation-Machine/dp/0262035618) کی سفارش کریں گے، جو آن لائن بھی دستیاب ہے: [https://www.deeplearningbook.org/](https://www.deeplearningbook.org/)۔
|
||||
* کاروباری استعمال میں **کاروبار میں AI** کے کاروباری کیسز۔ Microsoft Learn پر [Introduction to AI for business users](https://docs.microsoft.com/learn/paths/introduction-ai-for-business-users/?WT.mc_id=academic-77998-bethanycheum) لرننگ پاتھ لینے پر غور کریں، یا [AI Business School](https://www.microsoft.com/ai/ai-business-school/?WT.mc_id=academic-77998-bethanycheum)، جو [INSEAD](https://www.insead.edu/) کے ساتھ تعاون میں تیار کیا گیا ہے۔
|
||||
* **کلاسیکی مشین لرننگ**، جو ہمارے [مبتدیوں کے لیے مشین لرننگ نصاب](http://github.com/Microsoft/ML-for-Beginners) میں اچھی طرح بیان کی گئی ہے۔
|
||||
* **Cognitive Services** کا استعمال کرتے ہوئے بنائی گئی عملی AI ایپلیکیشنز۔ اس کے لیے، ہم مشورہ دیتے ہیں کہ آپ Microsoft Learn کے ماڈیولز سے شروع کریں جن میں [کمپیوٹر وژن](https://docs.microsoft.com/learn/paths/create-computer-vision-solutions-azure-cognitive-services/?WT.mc_id=academic-77998-bethanycheum)، [قدرتی زبان کی پروسیسنگ](https://docs.microsoft.com/learn/paths/explore-natural-language-processing/?WT.mc_id=academic-77998-bethanycheum)، **[Azure OpenAI Service کے ساتھ جنریٹو AI](https://learn.microsoft.com/en-us/training/paths/develop-ai-solutions-azure-openai/?WT.mc_id=academic-77998-bethanycheum)** اور دیگر شامل ہیں۔
|
||||
* مخصوص ML **کلاؤڈ فریم ورکس**، جیسے [Azure Machine Learning](https://azure.microsoft.com/services/machine-learning/?WT.mc_id=academic-77998-bethanycheum), [Microsoft Fabric](https://learn.microsoft.com/en-us/training/paths/get-started-fabric/?WT.mc_id=academic-77998-bethanycheum), یا [Azure Databricks](https://docs.microsoft.com/learn/paths/data-engineer-azure-databricks?WT.mc_id=academic-77998-bethanycheum). غور کریں کہ آپ [Build and operate machine learning solutions with Azure Machine Learning](https://docs.microsoft.com/learn/paths/build-ai-solutions-with-azure-ml-service/?WT.mc_id=academic-77998-bethanycheum) اور [Build and Operate Machine Learning Solutions with Azure Databricks](https://docs.microsoft.com/learn/paths/build-operate-machine-learning-solutions-azure-databricks/?WT.mc_id=academic-77998-bethanycheum) لرننگ پاتھ استعمال کریں۔
|
||||
* **مکالماتی AI** اور **چیٹ بوٹس**۔ ایک الگ [مکالماتی AI حل بنائیں](https://docs.microsoft.com/learn/paths/create-conversational-ai-solutions/?WT.mc_id=academic-77998-bethanycheum) لرننگ پاتھ موجود ہے، اور مزید تفصیل کے لیے آپ [اس بلاگ پوسٹ](https://soshnikov.com/azure/hello-bot-conversational-ai-on-microsoft-platform/) کا بھی حوالہ دے سکتے ہیں۔
|
||||
* ڈیپ لرننگ کے پیچھے کی **گہری ریاضیات**۔ اس کے لیے، ہم Ian Goodfellow، Yoshua Bengio اور Aaron Courville کی کتاب [Deep Learning](https://www.amazon.com/Deep-Learning-Adaptive-Computation-Machine/dp/0262035618) کی سفارش کریں گے، جو آن لائن بھی دستیاب ہے [https://www.deeplearningbook.org/](https://www.deeplearningbook.org/)۔
|
||||
|
||||
کلاوڈ میں AI سے ہلکی پھلکی شروعات کے لیے آپ [Azure پر مصنوعی ذہانت کے ساتھ شروعات کریں](https://docs.microsoft.com/learn/paths/get-started-with-artificial-intelligence-on-azure/?WT.mc_id=academic-77998-bethanycheum) لرننگ پاتھ لے سکتے ہیں۔
|
||||
کلاؤڈ میں _AI_ موضوعات کا ہلکا تعارف کے لیے آپ [Azure پر مصنوعی ذہانت کے ساتھ آغاز کریں](https://docs.microsoft.com/learn/paths/get-started-with-artificial-intelligence-on-azure/?WT.mc_id=academic-77998-bethanycheum) لرننگ پاتھ لینے پر غور کر سکتے ہیں۔
|
||||
|
||||
# مواد
|
||||
|
||||
| | سبق کا لنک | PyTorch/Keras/TensorFlow | لیب |
|
||||
| | سبق لنک | PyTorch/Keras/TensorFlow | لیب |
|
||||
| :-: | :------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------------------------------: | ------------------------------------------------------------------------------ |
|
||||
| 0 | [کورس سیٹ اپ](./lessons/0-course-setup/setup.md) | [اپنا ڈیولپمنٹ ماحول سیٹ اپ کریں](./lessons/0-course-setup/how-to-run.md) | |
|
||||
| 0 | [کورس سیٹ اپ](./lessons/0-course-setup/setup.md) | [اپنا ڈیولپمنٹ ماحول مرتب کریں](./lessons/0-course-setup/how-to-run.md) | |
|
||||
| I | [**مصنوعی ذہانت کا تعارف**](./lessons/1-Intro/README.md) | | |
|
||||
| 01 | [مصنوعی ذہانت کا تعارف اور تاریخ](./lessons/1-Intro/README.md) | - | - |
|
||||
| II | **علامتی AI** |
|
||||
| 02 | [علم کی نمائندگی اور ماہر نظام](./lessons/2-Symbolic/README.md) | [ماہر نظام](./lessons/2-Symbolic/Animals.ipynb) / [انتولوجی](./lessons/2-Symbolic/FamilyOntology.ipynb) /[تصوری گراف](./lessons/2-Symbolic/MSConceptGraph.ipynb) | |
|
||||
| 02 | [علم کی نمائندگی اور ماہر نظام](./lessons/2-Symbolic/README.md) | [ماہر نظام](./lessons/2-Symbolic/Animals.ipynb) / [اونٹولوجی](./lessons/2-Symbolic/FamilyOntology.ipynb) /[مفہومی گراف](./lessons/2-Symbolic/MSConceptGraph.ipynb) | |
|
||||
| III | [**نیورل نیٹ ورکس کا تعارف**](./lessons/3-NeuralNetworks/README.md) |||
|
||||
| 03 | [پرسپٹرون](./lessons/3-NeuralNetworks/03-Perceptron/README.md) | [نوٹ بک](./lessons/3-NeuralNetworks/03-Perceptron/Perceptron.ipynb) | [لیب](./lessons/3-NeuralNetworks/03-Perceptron/lab/README.md) |
|
||||
| 04 | [ملٹی لیئرڈ پرسپٹرون اور اپنا فریم ورک بنانا](./lessons/3-NeuralNetworks/04-OwnFramework/README.md) | [نوٹ بک](./lessons/3-NeuralNetworks/04-OwnFramework/OwnFramework.ipynb) | [لیب](./lessons/3-NeuralNetworks/04-OwnFramework/lab/README.md) |
|
||||
| 05 | [فریم ورکس کا تعارف (PyTorch/TensorFlow) اور اوورفٹنگ](./lessons/3-NeuralNetworks/05-Frameworks/README.md) | [PyTorch](./lessons/3-NeuralNetworks/05-Frameworks/IntroPyTorch.ipynb) / [Keras](./lessons/3-NeuralNetworks/05-Frameworks/IntroKeras.ipynb) / [TensorFlow](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [لیب](./lessons/3-NeuralNetworks/05-Frameworks/lab/README.md) |
|
||||
| 03 | [پرسیپٹرون](./lessons/3-NeuralNetworks/03-Perceptron/README.md) | [نوٹ بک](./lessons/3-NeuralNetworks/03-Perceptron/Perceptron.ipynb) | [لیب](./lessons/3-NeuralNetworks/03-Perceptron/lab/README.md) |
|
||||
| 04 | [ملٹی لیئرڈ پرسیپٹرون اور اپنا فریم ورک بنانا](./lessons/3-NeuralNetworks/04-OwnFramework/README.md) | [نوٹ بک](./lessons/3-NeuralNetworks/04-OwnFramework/OwnFramework.ipynb) | [لیب](./lessons/3-NeuralNetworks/04-OwnFramework/lab/README.md) |
|
||||
| 05 | [تعارف برائے فریم ورکس (PyTorch/TensorFlow) اور اوورفِٹنگ](./lessons/3-NeuralNetworks/05-Frameworks/README.md) | [PyTorch](./lessons/3-NeuralNetworks/05-Frameworks/IntroPyTorch.ipynb) / [Keras](./lessons/3-NeuralNetworks/05-Frameworks/IntroKeras.ipynb) / [TensorFlow](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [لیب](./lessons/3-NeuralNetworks/05-Frameworks/lab/README.md) |
|
||||
| IV | [**کمپیوٹر وژن**](./lessons/4-ComputerVision/README.md) | [PyTorch](https://docs.microsoft.com/learn/modules/intro-computer-vision-pytorch/?WT.mc_id=academic-77998-cacaste) / [TensorFlow](https://docs.microsoft.com/learn/modules/intro-computer-vision-TensorFlow/?WT.mc_id=academic-77998-cacaste)| [Microsoft Azure پر کمپیوٹر وژن دریافت کریں](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) |
|
||||
| 06 | [کمپیوٹر وژن کا تعارف۔ OpenCV](./lessons/4-ComputerVision/06-IntroCV/README.md) | [نوٹ بک](./lessons/4-ComputerVision/06-IntroCV/OpenCV.ipynb) | [لیب](./lessons/4-ComputerVision/06-IntroCV/lab/README.md) |
|
||||
| 07 | [کنوولوشنل نیورل نیٹ ورکس](./lessons/4-ComputerVision/07-ConvNets/README.md) & [CNN ساختیں](./lessons/4-ComputerVision/07-ConvNets/CNN_Architectures.md) | [PyTorch](./lessons/4-ComputerVision/07-ConvNets/ConvNetsPyTorch.ipynb) /[TensorFlow](./lessons/4-ComputerVision/07-ConvNets/ConvNetsTF.ipynb) | [لیب](./lessons/4-ComputerVision/07-ConvNets/lab/README.md) |
|
||||
| 08 | [پہلے سے تربیت یافتہ نیٹ ورکس اور ٹرانسفر لرننگ](./lessons/4-ComputerVision/08-TransferLearning/README.md) and [ٹریننگ ٹرکس](./lessons/4-ComputerVision/08-TransferLearning/TrainingTricks.md) | [PyTorch](./lessons/4-ComputerVision/08-TransferLearning/TransferLearningPyTorch.ipynb) / [TensorFlow](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [لیب](./lessons/4-ComputerVision/08-TransferLearning/lab/README.md) |
|
||||
| 09 | [آٹو اینکوڈرز اور VAEs](./lessons/4-ComputerVision/09-Autoencoders/README.md) | [PyTorch](./lessons/4-ComputerVision/09-Autoencoders/AutoEncodersPyTorch.ipynb) / [TensorFlow](./lessons/4-ComputerVision/09-Autoencoders/AutoencodersTF.ipynb) | |
|
||||
| 10 | [جنریٹو ایڈورسیرئیل نیٹ ورکس اور آرٹسٹک اسٹائل ٹرانسفر](./lessons/4-ComputerVision/10-GANs/README.md) | [PyTorch](./lessons/4-ComputerVision/10-GANs/GANPyTorch.ipynb) / [TensorFlow](./lessons/4-ComputerVision/10-GANs/GANTF.ipynb) | |
|
||||
| 07 | [کنولوشنل نیورل نیٹ ورکس](./lessons/4-ComputerVision/07-ConvNets/README.md) & [CNN فنِ تعمیر](./lessons/4-ComputerVision/07-ConvNets/CNN_Architectures.md) | [PyTorch](./lessons/4-ComputerVision/07-ConvNets/ConvNetsPyTorch.ipynb) /[TensorFlow](./lessons/4-ComputerVision/07-ConvNets/ConvNetsTF.ipynb) | [لیب](./lessons/4-ComputerVision/07-ConvNets/lab/README.md) |
|
||||
| 08 | [پری ٹرینڈ نیٹ ورکس اور ٹرانسفر لرننگ](./lessons/4-ComputerVision/08-TransferLearning/README.md) and [ٹریننگ ٹرکس](./lessons/4-ComputerVision/08-TransferLearning/TrainingTricks.md) | [PyTorch](./lessons/4-ComputerVision/08-TransferLearning/TransferLearningPyTorch.ipynb) / [TensorFlow](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [لیب](./lessons/4-ComputerVision/08-TransferLearning/lab/README.md) |
|
||||
| 09 | [آٹواینکوڈرز اور VAE](./lessons/4-ComputerVision/09-Autoencoders/README.md) | [PyTorch](./lessons/4-ComputerVision/09-Autoencoders/AutoEncodersPyTorch.ipynb) / [TensorFlow](./lessons/4-ComputerVision/09-Autoencoders/AutoencodersTF.ipynb) | |
|
||||
| 10 | [جنریٹو ایڈورسریئل نیٹ ورکس اور آرٹسٹک اسٹائل ٹرانسفر](./lessons/4-ComputerVision/10-GANs/README.md) | [PyTorch](./lessons/4-ComputerVision/10-GANs/GANPyTorch.ipynb) / [TensorFlow](./lessons/4-ComputerVision/10-GANs/GANTF.ipynb) | |
|
||||
| 11 | [آبجیکٹ ڈیٹیکشن](./lessons/4-ComputerVision/11-ObjectDetection/README.md) | [TensorFlow](./lessons/4-ComputerVision/11-ObjectDetection/ObjectDetection.ipynb) | [لیب](./lessons/4-ComputerVision/11-ObjectDetection/lab/README.md) |
|
||||
| 12 | [سیمینٹک سیگمنٹیشن۔ U-Net](./lessons/4-ComputerVision/12-Segmentation/README.md) | [PyTorch](./lessons/4-ComputerVision/12-Segmentation/SemanticSegmentationPytorch.ipynb) / [TensorFlow](./lessons/4-ComputerVision/12-Segmentation/SemanticSegmentationTF.ipynb) | |
|
||||
| 12 | [سیمنٹِک سیگمنٹیشن۔ U-Net](./lessons/4-ComputerVision/12-Segmentation/README.md) | [PyTorch](./lessons/4-ComputerVision/12-Segmentation/SemanticSegmentationPytorch.ipynb) / [TensorFlow](./lessons/4-ComputerVision/12-Segmentation/SemanticSegmentationTF.ipynb) | |
|
||||
| V | [**قدرتی زبان کی پروسیسنگ**](./lessons/5-NLP/README.md) | [PyTorch](https://docs.microsoft.com/learn/modules/intro-natural-language-processing-pytorch/?WT.mc_id=academic-77998-cacaste) /[TensorFlow](https://docs.microsoft.com/learn/modules/intro-natural-language-processing-TensorFlow/?WT.mc_id=academic-77998-cacaste) | [Microsoft Azure پر قدرتی زبان کی پروسیسنگ دریافت کریں](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum)|
|
||||
| 13 | [متن کی نمائندگی۔ BoW/TF-IDF](./lessons/5-NLP/13-TextRep/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationTF.ipynb) | |
|
||||
| 14 | [سمینٹک ورڈ ایمبیڈنگز۔ Word2Vec اور GloVe](./lessons/5-NLP/14-Embeddings/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsTF.ipynb) | |
|
||||
| 15 | [لینگویج ماڈلنگ۔ اپنی ایمبیڈنگز کی ٹریننگ](./lessons/5-NLP/15-LanguageModeling/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-PyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-TF.ipynb) | [لیب](./lessons/5-NLP/15-LanguageModeling/lab/README.md) |
|
||||
| 13 | [متن کی نمائندگی۔ Bow/TF-IDF](./lessons/5-NLP/13-TextRep/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationTF.ipynb) | |
|
||||
| 14 | [معنوی ورڈ ایمبیڈنگز۔ Word2Vec اور GloVe](./lessons/5-NLP/14-Embeddings/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsTF.ipynb) | |
|
||||
| 15 | [لینگویج ماڈلنگ۔ اپنی ایمبیڈنگز ٹرین کرنا](./lessons/5-NLP/15-LanguageModeling/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-PyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-TF.ipynb) | [لیب](./lessons/5-NLP/15-LanguageModeling/lab/README.md) |
|
||||
| 16 | [ریکرنٹ نیورل نیٹ ورکس](./lessons/5-NLP/16-RNN/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/16-RNN/RNNPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/16-RNN/RNNTF.ipynb) | |
|
||||
| 17 | [جنریٹو ریکرنٹ نیٹ ورکس](./lessons/5-NLP/17-GenerativeNetworks/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativePyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativeTF.ipynb) | [لیب](./lessons/5-NLP/17-GenerativeNetworks/lab/README.md) |
|
||||
| 17 | [جنریٹو رکرنٹ نیٹ ورکس](./lessons/5-NLP/17-GenerativeNetworks/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativePyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativeTF.ipynb) | [لیب](./lessons/5-NLP/17-GenerativeNetworks/lab/README.md) |
|
||||
| 18 | [ٹرانسفارمرز۔ BERT.](./lessons/5-NLP/18-Transformers/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/18-Transformers/TransformersPyTorch.ipynb) /[TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/18-Transformers/TransformersTF.ipynb) | |
|
||||
| 19 | [نامی ہستی کی شناخت](./lessons/5-NLP/19-NER/README.md) | [TensorFlow](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/19-NER/NER-TF.ipynb) | [لیب](./lessons/5-NLP/19-NER/lab/README.md) |
|
||||
| 20 | [بڑے لسانی ماڈلز، پرامپٹ پروگرامنگ اور چند نمونوں والے کام](./lessons/5-NLP/20-LangModels/README.md) | [PyTorch](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/20-LangModels/GPT-PyTorch.ipynb) | |
|
||||
| VI | **دیگر AI تکنیکیں** || |
|
||||
| 21 | [جینیاتی الگورتھمز](./lessons/6-Other/21-GeneticAlgorithms/README.md) | [نوٹ بک](./lessons/6-Other/21-GeneticAlgorithms/Genetic.ipynb) | |
|
||||
| 22 | [ڈیپ ری انفورسمنٹ لرننگ](./lessons/6-Other/22-DeepRL/README.md) | [PyTorch](./lessons/6-Other/22-DeepRL/CartPole-RL-PyTorch.ipynb) /[TensorFlow](./lessons/6-Other/22-DeepRL/CartPole-RL-TF.ipynb) | [لیب](./lessons/6-Other/22-DeepRL/lab/README.md) |
|
||||
| 23 | [ملٹی ایجنٹ سسٹمز](./lessons/6-Other/23-MultiagentSystems/README.md) | | |
|
||||
| VII | **AI اخلاقیات** | | |
|
||||
| 24 | [AI اخلاقیات اور ذمہ دار مصنوعی ذہانت](./lessons/7-Ethics/README.md) | [Microsoft Learn: Responsible AI Principles](https://docs.microsoft.com/learn/paths/responsible-ai-business-principles/?WT.mc_id=academic-77998-cacaste) | |
|
||||
| IX | **اضافی مواد** | | |
|
||||
| 19 | [نامزد ہستیوں کی شناخت](./lessons/5-NLP/19-NER/README.md) | [TensorFlow](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/19-NER/NER-TF.ipynb) | [لیب](./lessons/5-NLP/19-NER/lab/README.md) |
|
||||
| 20 | [بڑے لسانی ماڈلز، پرامپٹ پروگرامنگ اور Few-Shot ٹاسکس](./lessons/5-NLP/20-LangModels/README.md) | [PyTorch](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/20-LangModels/GPT-PyTorch.ipynb) | |
|
||||
| VI | [**دیگر AI تکنیکیں**] || |
|
||||
| 21 | [جینیٹک الگورتھمز](./lessons/6-Other/21-GeneticAlgorithms/README.md) | [نوٹ بک](./lessons/6-Other/21-GeneticAlgorithms/Genetic.ipynb) | |
|
||||
| 22 | [گہری ری انفورسمنٹ لرننگ](./lessons/6-Other/22-DeepRL/README.md) | [PyTorch](./lessons/6-Other/22-DeepRL/CartPole-RL-PyTorch.ipynb) /[TensorFlow](./lessons/6-Other/22-DeepRL/CartPole-RL-TF.ipynb) | [لیب](./lessons/6-Other/22-DeepRL/lab/README.md) |
|
||||
| 23 | [کثیر ایجنٹ سسٹمز](./lessons/6-Other/23-MultiagentSystems/README.md) | | |
|
||||
| VII | [**AI اخلاقیات**] | | |
|
||||
| 24 | [AI اخلاقیات اور ذمہ دار AI](./lessons/7-Ethics/README.md) | [Microsoft Learn: Responsible AI Principles](https://docs.microsoft.com/learn/paths/responsible-ai-business-principles/?WT.mc_id=academic-77998-cacaste) | |
|
||||
| IX | [**اضافی مواد**] | | |
|
||||
| 25 | [ملٹی ماڈل نیٹ ورکس، CLIP اور VQGAN](./lessons/X-Extras/X1-MultiModal/README.md) | [نوٹ بک](./lessons/X-Extras/X1-MultiModal/Clip.ipynb) | |
|
||||
|
||||
## ہر سبق میں شامل ہیں
|
||||
|
||||
* قبل از مطالعہ مواد
|
||||
* قابلِ اجرا Jupyter نوٹ بکس، جو اکثر کسی مخصوص فریم ورک (**PyTorch** یا **TensorFlow**) کے لیے مخصوص ہوتے ہیں۔ یہ قابلِ اجرا نوٹ بک بہت سا نظریاتی مواد بھی شامل کرتی ہے، اس لیے موضوع کو سمجھنے کے لیے آپ کو کم از کم نوٹ بک کا ایک ورژن (یا تو PyTorch یا TensorFlow) پڑھنا چاہیے۔
|
||||
* **لیبز** بعض موضوعات کے لیے دستیاب ہیں، جو آپ کو سیکھے گئے مواد کو کسی مخصوص مسئلے پر آزمانے کا موقع دیتی ہیں۔
|
||||
* کچھ حصوں میں متعلقہ موضوعات کا احاطہ کرنے والے [**MS Learn**](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) ماڈیولز کے روابط شامل ہوتے ہیں۔
|
||||
* پڑھنے سے پہلے کا مواد
|
||||
* قابلِ اجرا Jupyter نوٹ بکس، جو اکثر مخصوص فریم ورک (PyTorch یا TensorFlow) کے لیے ہوتے ہیں۔ قابلِ اجرا نوٹ بک میں بہت سا نظریاتی مواد بھی شامل ہوتا ہے، لہٰذا موضوع کو سمجھنے کے لیے آپ کو کم از کم ایک ورژن (یا تو PyTorch یا TensorFlow) ضرور پڑھنا چاہیے۔
|
||||
* **لیبز** کچھ موضوعات کے لیے دستیاب ہیں، جو آپ کو سیکھے ہوئے مواد کو کسی مخصوص مسئلے پر آزمانے کا موقع دیتی ہیں۔
|
||||
* کچھ سیکشنز میں متعلقہ موضوعات کا احاطہ کرنے والے [**MS Learn**](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) ماڈیولز کے لنکس شامل ہیں۔
|
||||
|
||||
## شروع کریں
|
||||
## شروعات
|
||||
|
||||
### 🎯 مصنوعی ذہانت میں نئے ہیں؟ یہاں سے شروع کریں!
|
||||
### 🎯 AI میں نئے ہیں؟ یہاں سے شروع کریں!
|
||||
|
||||
اگر آپ مصنوعی ذہانت میں بالکل نئے ہیں اور تیز، عملی مثالیں چاہتے ہیں، تو ہمارے [**ابتدائی دوستانہ مثالیں**](./examples/README.md) دیکھیں! ان میں شامل ہیں:
|
||||
اگر آپ AI میں بالکل نئے ہیں اور فوری، عملی مثالیں دیکھنا چاہتے ہیں تو ہمارے [**ابتدائی دوستانہ مثالیں**](./examples/README.md) دیکھیں! ان میں شامل ہیں:
|
||||
|
||||
- 🌟 **ہیلو AI ورلڈ** - آپ کا پہلا AI پروگرام (پیٹرن کی پہچان)
|
||||
- 🧠 **سادہ نیورل نیٹ ورک** - صفر سے نیورل نیٹ ورک بنائیں
|
||||
- 🖼️ **امیج کلاسیفائر** - تصاویر کو تفصیلی تبصروں کے ساتھ درجہ بندی کریں
|
||||
- 💬 **متن کے جذبات** - مثبت/منفی متن کا تجزیہ کریں
|
||||
- 🧠 **سادہ نیورل نیٹ ورک** - شروع سے ایک نیورل نیٹ ورک بنائیں
|
||||
- 🖼️ **امیج کلاسیفائر** - تفصیلی تبصروں کے ساتھ تصاویر کو درجہ بند کریں
|
||||
- 💬 **متن کا رجحان** - مثبت/منفی متن کا تجزیہ کریں
|
||||
|
||||
These examples are designed to help you understand AI concepts before diving into the full curriculum.
|
||||
|
||||
### 📚 مکمل نصاب سیٹ اپ
|
||||
### 📚 مکمل نصاب کی ترتیب
|
||||
|
||||
- ہم نے ایک [سیٹ اپ سبق](./lessons/0-course-setup/setup.md) بنایا ہے تاکہ آپ اپنے ڈیویلپمنٹ ماحول کو سیٹ اپ کرنے میں مدد ملے۔ - اساتذہ کے لیے، ہم نے آپ کے لیے ایک [نصاب سیٹ اپ سبق](./lessons/0-course-setup/for-teachers.md) بھی بنایا ہے!
|
||||
- کیسے [VSCode یا Codepace میں کوڈ چلائیں](./lessons/0-course-setup/how-to-run.md)
|
||||
- ہم نے اپنے ترقیاتی ماحول کو ترتیب دینے میں آپ کی مدد کے لیے ایک [ترتیبی سبق](./lessons/0-course-setup/setup.md) بنایا ہے۔ - اساتذہ کے لیے، ہم نے آپ کے لیے ایک [نصاب ترتیب سبق](./lessons/0-course-setup/for-teachers.md) بھی تیار کیا ہے!
|
||||
- کس طرح [VSCode یا Codepace میں کوڈ چلائیں](./lessons/0-course-setup/how-to-run.md)
|
||||
|
||||
Follow these steps:
|
||||
|
||||
|
|
@ -138,27 +138,27 @@ Clone the Repository: `git clone https://github.com/microsoft/AI-For-Beginners.g
|
|||
|
||||
Don't forget to star (🌟) this repo to find it easier later.
|
||||
|
||||
## دوسرے سیکھنے والوں سے ملیں
|
||||
## دیگر سیکھنے والوں سے ملاقات کریں
|
||||
|
||||
Join our [سرکاری AI Discord سرور](https://aka.ms/genai-discord?WT.mc_id=academic-105485-bethanycheum) to meet and network with other learners taking this course and get support.
|
||||
ہمارے [سرکاری AI Discord سرور](https://aka.ms/genai-discord?WT.mc_id=academic-105485-bethanycheum) میں شامل ہوں تاکہ اس کورس میں شامل دیگر سیکھنے والوں سے ملیں، نیٹ ورک بنائیں اور سپورٹ حاصل کریں۔
|
||||
|
||||
If you have product feedback or questions whilst building visit our [Azure AI Foundry Developer Forum](https://aka.ms/foundry/forum)
|
||||
اگر آپ کے پاس پروڈکٹ فیڈبیک یا تعمیر کے دوران سوالات ہوں تو ہماری [Azure AI Foundry Developer Forum](https://aka.ms/foundry/forum) ملاحظہ کریں۔
|
||||
|
||||
## Quizzes
|
||||
## کوئزز
|
||||
|
||||
> **کوئزز کے بارے میں ایک نوٹ**: تمام کوئزز Quiz-app فولڈر میں موجود ہیں etc\quiz-app، یا [آن لائن یہاں](https://ff-quizzes.netlify.app/)۔ وہ اسباق کے اندر سے لنک کی گئی ہیں؛ quiz app کو لوکل طور پر چلایا جا سکتا ہے یا Azure پر تعینات کیا جا سکتا ہے؛ `quiz-app` فولڈر میں ہدایات پر عمل کریں۔ انہیں بتدریج مقامی زبانوں میں ڈھالا جا رہا ہے۔
|
||||
> **کوئزز کے بارے میں ایک نوٹ**: تمام کوئزز Quiz-app فولڈر میں etc\quiz-app، یا [آن لائن یہاں](https://ff-quizzes.netlify.app/) میں موجود ہیں۔ وہ اسباق کے اندر سے لنک کیے گئے ہیں، کوئز ایپ کو مقامی طور پر چلایا جا سکتا ہے یا Azure پر ڈپلائے کیا جا سکتا ہے؛ `quiz-app` فولڈر میں ہدایات پر عمل کریں۔ وہ بتدریج لوکلائز کیے جا رہے ہیں۔
|
||||
|
||||
## مدد درکار ہے
|
||||
## مدد درکار
|
||||
|
||||
Do you have suggestions or found spelling or code errors? Raise an issue or create a pull request.
|
||||
کیا آپ کے پاس تجاویز ہیں یا آپ نے املا یا کوڈ کی غلطیاں پائیں؟ ایک ایشو درج کریں یا ایک پل ریکویسٹ بنائیں۔
|
||||
|
||||
## خصوصی شکریہ
|
||||
|
||||
* **✍️ بنیادی مصنف:** [Dmitry Soshnikov](http://soshnikov.com), PhD
|
||||
* **✍️ اصل مصنف:** [Dmitry Soshnikov](http://soshnikov.com), PhD
|
||||
* **🔥 ایڈیٹر:** [Jen Looper](https://twitter.com/jenlooper), PhD
|
||||
* **🎨 سکیچ نوٹ مصور:** [Tomomi Imura](https://twitter.com/girlie_mac)
|
||||
* **✅ کوئز تخلیق کار:** [Lateefah Bello](https://github.com/CinnamonXI), [MLSA](https://studentambassadors.microsoft.com/)
|
||||
* **🙏 اہم شراکت کنندگان:** [Evgenii Pishchik](https://github.com/Pe4enIks)
|
||||
* **🎨 اسکیچ نوٹ کے مصور:** [Tomomi Imura](https://twitter.com/girlie_mac)
|
||||
* **✅ کوئز تخلیق کنندہ:** [Lateefah Bello](https://github.com/CinnamonXI), [MLSA](https://studentambassadors.microsoft.com/)
|
||||
* **🙏 مرکزی شراکت کنندگان:** [Evgenii Pishchik](https://github.com/Pe4enIks)
|
||||
|
||||
## دیگر نصاب
|
||||
|
||||
|
|
@ -166,57 +166,57 @@ Our team produces other curricula! Check out:
|
|||
|
||||
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
|
||||
### LangChain
|
||||
[](https://aka.ms/langchain4j-for-beginners)
|
||||
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
||||
[](https://aka.ms/langchain4j-for-beginners)
|
||||
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
||||
|
||||
---
|
||||
|
||||
### Azure / Edge / MCP / ایجنٹس
|
||||
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
### Azure / Edge / MCP / Agents
|
||||
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
|
||||
---
|
||||
|
||||
### جنریٹو AI سیریز
|
||||
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
|
||||
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
|
||||
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
|
||||
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
|
||||
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
|
||||
|
||||
---
|
||||
|
||||
### بنیادی تعلیم
|
||||
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
|
||||
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
|
||||
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
|
||||
---
|
||||
|
||||
### کاپائلٹ سیریز
|
||||
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
|
||||
### کوپائلٹ سیریز
|
||||
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
|
||||
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
|
||||
|
||||
## مدد حاصل کریں
|
||||
|
||||
If you get stuck or have any questions about building AI apps. Join fellow learners and experienced developers in discussions about MCP. It's a supportive community where questions are welcome and knowledge is shared freely.
|
||||
اگر آپ پھنس جائیں یا AI ایپس بنانے کے بارے میں کوئی سوال ہو تو، MCP کے بارے میں بحثوں میں شامل ہوں جہاں دوسرے سیکھنے والے اور تجربہ کار ڈویلپرز موجود ہیں۔ یہ ایک معاون کمیونٹی ہے جہاں سوالات کا خیرمقدم کیا جاتا ہے اور علم بلا جھجک شیئر کیا جاتا ہے۔
|
||||
|
||||
[](https://discord.gg/nTYy5BXMWG)
|
||||
[](https://discord.gg/nTYy5BXMWG)
|
||||
|
||||
If you have product feedback or errors while building visit:
|
||||
اگر آپ کے پاس پروڈکٹ فیڈبیک ہے یا تعمیر کے دوران غلطیاں آئیں تو ملاحظہ کریں:
|
||||
|
||||
[](https://aka.ms/foundry/forum)
|
||||
|
||||
---
|
||||
|
||||
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
||||
دستبرداری:
|
||||
اس دستاویز کا ترجمہ AI ترجمہ سروس [Co-op Translator](https://github.com/Azure/co-op-translator) استعمال کرتے ہوئے کیا گیا ہے۔ اگرچہ ہم درستگی کے لیے کوشاں ہیں، براہِ کرم نوٹ کریں کہ خودکار تراجم میں غلطیاں یا عدمِ مطابقت موجود ہو سکتی ہے۔ اصل دستاویز کو اس کی مادری زبان میں معتبر ماخذ سمجھا جانا چاہیے۔ اہم معلومات کے لیے پیشہ ور انسانی مترجم سے ترجمہ کروائے جانے کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کی ذمہ داری ہم قبول نہیں کرتے۔
|
||||
ردِ ذمہ داری:
|
||||
یہ دستاویز مصنوعی ذہانت (AI) کی ترجمہ سروس [Co-op Translator](https://github.com/Azure/co-op-translator) کے ذریعے ترجمہ کی گئی ہے۔ اگرچہ ہم درستگی کی پوری کوشش کرتے ہیں، براہِ کرم نوٹ کریں کہ خودکار تراجم میں غلطیاں یا عدم درستیاں ہو سکتی ہیں۔ اصل دستاویز کو اس کی مادری زبان میں معتبر ماخذ سمجھا جانا چاہیے۔ اہم معلومات کے لیے پیشہ ور انسانی ترجمانی کی سفارش کی جاتی ہے۔ ہم اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تعبیر کے لیے ذمہ دار نہیں ہیں۔
|
||||
<!-- CO-OP TRANSLATOR DISCLAIMER END -->
|
||||
|
|
@ -9,7 +9,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
-->
|
||||
# مصنوعی ذہانت کا تعارف
|
||||
|
||||
|
||||
|
||||
|
||||
> خاکہ: [Tomomi Imura](https://twitter.com/girlie_mac)
|
||||
|
||||
|
|
@ -19,7 +19,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
ابتدائی طور پر، کمپیوٹرز کو [چارلس بیبج](https://en.wikipedia.org/wiki/Charles_Babbage) نے اعداد پر ایک واضح طریقہ کار کے تحت کام کرنے کے لیے ایجاد کیا تھا - ایک الگورتھم۔ جدید کمپیوٹرز، اگرچہ انیسویں صدی میں پیش کیے گئے اصل ماڈل سے کہیں زیادہ ترقی یافتہ ہیں، پھر بھی کنٹرول شدہ حسابات کے اسی خیال پر عمل کرتے ہیں۔ اس لیے، اگر ہمیں وہ درست مراحل معلوم ہوں جو کسی مقصد کو حاصل کرنے کے لیے ضروری ہیں، تو کمپیوٹر کو پروگرام کرنا ممکن ہے۔
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر: [Vickie Soshnikova](http://twitter.com/vickievalerie)
|
||||
|
||||
|
|
@ -46,7 +46,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
**[ذہانت](https://en.wikipedia.org/wiki/Intelligence)** کی اصطلاح سے نمٹنے میں ایک مسئلہ یہ ہے کہ اس کی کوئی واضح تعریف نہیں ہے۔ کوئی یہ دلیل دے سکتا ہے کہ ذہانت کا تعلق **تجریدی سوچ** یا **خود آگاہی** سے ہے، لیکن ہم اسے مناسب طریقے سے بیان نہیں کر سکتے۔
|
||||
|
||||
|
||||
|
||||
|
||||
> [تصویر](https://unsplash.com/photos/75715CVEJhI) از [Amber Kipp](https://unsplash.com/@sadmax) Unsplash سے
|
||||
|
||||
|
|
@ -98,13 +98,13 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
> | مشین لرننگ کے بارے میں کیا خیال ہے؟ | |
|
||||
> |--------------|-----------|
|
||||
> | مصنوعی ذہانت کا وہ حصہ جو کمپیوٹر کو کچھ ڈیٹا کی بنیاد پر مسئلہ حل کرنے کے لیے سیکھنے پر مبنی ہے، اسے **مشین لرننگ** کہا جاتا ہے۔ ہم اس کورس میں کلاسیکل مشین لرننگ پر غور نہیں کریں گے - ہم آپ کو ایک علیحدہ [مشین لرننگ کے ابتدائی کورس](http://aka.ms/ml-beginners) کی طرف رجوع کرتے ہیں۔ |  |
|
||||
> | مصنوعی ذہانت کا وہ حصہ جو کمپیوٹر کو کچھ ڈیٹا کی بنیاد پر مسئلہ حل کرنے کے لیے سیکھنے پر مبنی ہے، اسے **مشین لرننگ** کہا جاتا ہے۔ ہم اس کورس میں کلاسیکل مشین لرننگ پر غور نہیں کریں گے - ہم آپ کو ایک علیحدہ [مشین لرننگ کے ابتدائی کورس](http://aka.ms/ml-beginners) کی طرف رجوع کرتے ہیں۔ |  |
|
||||
|
||||
## مصنوعی ذہانت کی مختصر تاریخ
|
||||
|
||||
مصنوعی ذہانت کو بیسویں صدی کے وسط میں ایک شعبے کے طور پر شروع کیا گیا۔ ابتدا میں، علامتی استدلال ایک غالب طریقہ تھا، اور اس نے کئی اہم کامیابیاں حاصل کیں، جیسے ماہر نظام – کمپیوٹر پروگرامز جو محدود مسئلہ کے شعبوں میں ماہر کے طور پر کام کر سکتے تھے۔ تاہم، جلد ہی یہ واضح ہو گیا کہ یہ طریقہ اچھی طرح سے توسیع پذیر نہیں ہے۔ ماہر سے علم نکالنا، اسے کمپیوٹر میں پیش کرنا، اور اس علم کے ذخیرے کو درست رکھنا ایک بہت پیچیدہ کام ثابت ہوا، اور بہت سے معاملات میں عملی طور پر بہت مہنگا۔ اس نے 1970 کی دہائی میں نام نہاد [AI سردی](https://en.wikipedia.org/wiki/AI_winter) کو جنم دیا۔
|
||||
|
||||
<img alt="مصنوعی ذہانت کی مختصر تاریخ" src="../../../../translated_images/history-of-ai.7e83efa70b537f5a0264357672b0884cf3a220fbafe35c65d70b2c3805f7bf5e.ur.png" width="70%"/>
|
||||
<img alt="مصنوعی ذہانت کی مختصر تاریخ" src="../../../../translated_images/history-of-ai.7e83efa70b537f5a.ur.png" width="70%"/>
|
||||
|
||||
> تصویر: [Dmitry Soshnikov](http://soshnikov.com)
|
||||
|
||||
|
|
@ -124,7 +124,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
* جدید اسسٹنٹس، جیسے Cortana، Siri یا Google Assistant، سب ہائبرڈ سسٹمز ہیں جو نیورل نیٹ ورکس کا استعمال کرتے ہیں تاکہ تقریر کو متن میں تبدیل کریں اور ہمارے ارادے کو پہچانیں، اور پھر کچھ استدلال یا واضح الگورتھمز کو مطلوبہ اعمال انجام دینے کے لیے استعمال کریں۔
|
||||
* مستقبل میں، ہم توقع کر سکتے ہیں کہ ایک مکمل نیورل پر مبنی ماڈل خود ہی مکالمے کو سنبھالے گا۔ حالیہ GPT اور [Turing-NLG](https://www.microsoft.com/research/blog/turing-nlg-a-17-billion-parameter-language-model-by-microsoft) نیورل نیٹ ورکس کے خاندان اس میں بڑی کامیابی دکھا رہے ہیں۔
|
||||
|
||||
<img alt="ٹورنگ ٹیسٹ کا ارتقاء" src="../../../../translated_images/turing-test-evol.4184696701293ead6de6e6441a659c62f0b119b342456987f531005f43be0b6d.ur.png" width="70%"/>
|
||||
<img alt="ٹورنگ ٹیسٹ کا ارتقاء" src="../../../../translated_images/turing-test-evol.4184696701293ead.ur.png" width="70%"/>
|
||||
> تصویر از دمتری سوشنیکوف، [تصویر](https://unsplash.com/photos/r8LmVbUKgns) از [مارینا ابروسیمووا](https://unsplash.com/@abrosimova_marina_foto)، انسپلیش
|
||||
|
||||
## حالیہ AI تحقیق
|
||||
|
|
|
|||
|
|
@ -12,7 +12,7 @@
|
|||
"\n",
|
||||
"اس نمونے میں، ہم ایک سادہ علم پر مبنی نظام نافذ کریں گے جو کچھ جسمانی خصوصیات کی بنیاد پر جانور کا تعین کرے گا۔ اس نظام کو درج ذیل AND-OR درخت کے ذریعے ظاہر کیا جا سکتا ہے (یہ پورے درخت کا ایک حصہ ہے، ہم آسانی سے مزید قواعد شامل کر سکتے ہیں):\n",
|
||||
"\n",
|
||||
"\n"
|
||||
"\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
|
|
|
|||
|
|
@ -9,7 +9,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
-->
|
||||
# علم کی نمائندگی اور ماہر نظام
|
||||
|
||||
|
||||
|
||||
|
||||
> اسکیچ نوٹ از [Tomomi Imura](https://twitter.com/girlie_mac)
|
||||
|
||||
|
|
@ -41,7 +41,7 @@ AI کے ابتدائی دنوں میں، ذہین نظام بنانے کے لی
|
|||
|
||||
لہٰذا، **علم کی نمائندگی** کا مسئلہ یہ ہے کہ کمپیوٹر کے اندر علم کو ڈیٹا کی شکل میں مؤثر طریقے سے کیسے پیش کیا جائے، تاکہ اسے خودکار طور پر استعمال کیا جا سکے۔ اسے ایک اسپیکٹرم کے طور پر دیکھا جا سکتا ہے:
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر از [Dmitry Soshnikov](http://soshnikov.com)
|
||||
|
||||
|
|
@ -94,7 +94,7 @@ Block Syntax | Indent | | |
|
|||
|
||||
سمبولک AI کی ابتدائی کامیابیوں میں سے ایک **ماہر نظام** تھے - کمپیوٹر سسٹمز جو کسی محدود مسئلہ کے دائرہ کار میں ماہر کے طور پر کام کرنے کے لیے ڈیزائن کیے گئے تھے۔ یہ ایک **علمی بنیاد** پر مبنی تھے جو ایک یا زیادہ انسانی ماہرین سے نکالا گیا تھا، اور ان میں ایک **استدلالی انجن** شامل تھا جو اس پر کچھ استدلال کرتا تھا۔
|
||||
|
||||
 | 
|
||||
 | 
|
||||
---------------------------------------------|------------------------------------------------
|
||||
انسانی اعصابی نظام کی سادہ ساخت | علم پر مبنی نظام کی ساخت
|
||||
|
||||
|
|
@ -106,7 +106,7 @@ Block Syntax | Indent | | |
|
|||
|
||||
ایک مثال کے طور پر، آئیے ایک ماہر نظام پر غور کریں جو کسی جانور کا تعین اس کی جسمانی خصوصیات کی بنیاد پر کرتا ہے:
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر از [Dmitry Soshnikov](http://soshnikov.com)
|
||||
|
||||
|
|
|
|||
|
|
@ -1251,7 +1251,7 @@
|
|||
"* کم تربیتی نقصان - ماڈل تربیتی ڈیٹا کو اچھی طرح سمجھ سکتا ہے، کیونکہ اس میں کافی اظہاری طاقت ہوتی ہے۔\n",
|
||||
"* ویلیڈیشن نقصان تربیتی نقصان سے کہیں زیادہ ہو سکتا ہے اور تربیت کے دوران بڑھنا شروع کر سکتا ہے - اس کی وجہ یہ ہے کہ ماڈل تربیتی پوائنٹس کو \"یاد\" کر لیتا ہے اور \"مجموعی تصویر\" کھو دیتا ہے۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"> اس تصویر میں، `x` تربیتی ڈیٹا کو ظاہر کرتا ہے، `o` - ویلیڈیشن ڈیٹا۔ بائیں طرف - لکیری ماڈل (ایک پرت)، یہ ڈیٹا کی نوعیت کو کافی حد تک اچھی طرح سمجھتا ہے۔ دائیں طرف - اوورفٹنگ ماڈل، ماڈل تربیتی ڈیٹا کو بالکل درست سمجھتا ہے، لیکن کسی دوسرے ڈیٹا کے ساتھ معنی کھو دیتا ہے (ویلیڈیشن نقصان بہت زیادہ ہے)\n"
|
||||
]
|
||||
|
|
|
|||
|
|
@ -58,7 +58,7 @@ High-level API| [Keras](IntroKeras.ipynb) | *PyTorch Lightning*
|
|||
|
||||
ذیل میں 5 نقاط کو اپروکسیمیٹ کرنے کے مسئلے پر غور کریں (گراف میں `x` کے ذریعے ظاہر کیے گئے):
|
||||
|
||||
 | 
|
||||
 | 
|
||||
-------------------------|--------------------------
|
||||
**لینیئر ماڈل، 2 پیرامیٹرز** | **نان-لینیئر ماڈل، 7 پیرامیٹرز**
|
||||
ٹریننگ ایرر = 5.3 | ٹریننگ ایرر = 0
|
||||
|
|
@ -79,7 +79,7 @@ High-level API| [Keras](IntroKeras.ipynb) | *PyTorch Lightning*
|
|||
|
||||
جیسا کہ آپ اوپر گراف سے دیکھ سکتے ہیں، اوورفٹنگ کا پتہ بہت کم ٹریننگ ایرر اور بہت زیادہ ویلیڈیشن ایرر سے لگایا جا سکتا ہے۔ عام طور پر تربیت کے دوران ہم دیکھیں گے کہ ٹریننگ اور ویلیڈیشن ایرر دونوں کم ہونا شروع ہو جاتے ہیں، اور پھر کسی وقت ویلیڈیشن ایرر کم ہونا بند کر سکتا ہے اور بڑھنا شروع کر سکتا ہے۔ یہ اوورفٹنگ کی علامت ہوگی، اور اس بات کا اشارہ کہ ہمیں شاید اس وقت تربیت روک دینی چاہیے (یا کم از کم ماڈل کا اسنیپ شاٹ لینا چاہیے)۔
|
||||
|
||||
|
||||
|
||||
|
||||
## اوورفٹنگ کو کیسے روکا جائے؟
|
||||
|
||||
|
|
|
|||
|
|
@ -9,7 +9,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
-->
|
||||
# نیورل نیٹ ورکس کا تعارف
|
||||
|
||||
|
||||
|
||||
|
||||
جیسا کہ ہم نے تعارف میں بات کی تھی، ذہانت حاصل کرنے کے طریقوں میں سے ایک یہ ہے کہ ایک **کمپیوٹر ماڈل** یا **مصنوعی دماغ** کو تربیت دی جائے۔ بیسویں صدی کے وسط سے، محققین نے مختلف ریاضیاتی ماڈلز آزمائے، اور حالیہ برسوں میں یہ سمت بہت کامیاب ثابت ہوئی۔ دماغ کے ان ریاضیاتی ماڈلز کو **نیورل نیٹ ورکس** کہا جاتا ہے۔
|
||||
|
||||
|
|
@ -36,13 +36,13 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
حیاتیات سے، ہم جانتے ہیں کہ ہمارا دماغ نیورل سیلز (نیورونز) پر مشتمل ہوتا ہے، جن میں سے ہر ایک کے پاس متعدد "ان پٹس" (ڈینڈریٹس) اور ایک "آؤٹ پٹ" (ایکسون) ہوتا ہے۔ ڈینڈریٹس اور ایکسون دونوں برقی سگنلز منتقل کر سکتے ہیں، اور ان کے درمیان کنکشنز — جنہیں سیناپسز کہا جاتا ہے — مختلف درجات کی کنڈکٹویٹی ظاہر کر سکتے ہیں، جو نیوروٹرانسمیٹرز کے ذریعے منظم کی جاتی ہیں۔
|
||||
|
||||
 | 
|
||||
 | 
|
||||
----|----
|
||||
حقیقی نیورون *([تصویر](https://en.wikipedia.org/wiki/Synapse#/media/File:SynapseSchematic_lines.svg) ویکیپیڈیا سے)* | مصنوعی نیورون *(تصویر مصنف کی طرف سے)*
|
||||
|
||||
لہٰذا، نیورون کا سب سے سادہ ریاضیاتی ماڈل کئی ان پٹس X<sub>1</sub>, ..., X<sub>N</sub> اور ایک آؤٹ پٹ Y پر مشتمل ہوتا ہے، اور ایک سلسلہ وزن W<sub>1</sub>, ..., W<sub>N</sub>۔ آؤٹ پٹ کا حساب درج ذیل طریقے سے کیا جاتا ہے:
|
||||
|
||||
<img src="../../../../translated_images/netout.1eb15eb76fd767313e067719f400cec4b0e5090239c3e997c29f6789d4c3c263.ur.png" alt="Y = f\left(\sum_{i=1}^N X_iW_i\right)" width="131" height="53" align="center"/>
|
||||
<img src="../../../../translated_images/netout.1eb15eb76fd76731.ur.png" alt="Y = f\left(\sum_{i=1}^N X_iW_i\right)" width="131" height="53" align="center"/>
|
||||
|
||||
جہاں f کوئی غیر خطی **ایکٹیویشن فنکشن** ہے۔
|
||||
|
||||
|
|
|
|||
|
|
@ -73,14 +73,14 @@ im = cv2.cvtColor(im,cv2.COLOR_BGR2RGB)
|
|||
|
||||
* **بریل کتاب کی تصویر کی پری پروسیسنگ**۔ ہم اس پر توجہ دیتے ہیں کہ کس طرح تھریشولڈنگ، فیچر ڈیٹیکشن، پرسپیکٹیو تبدیلی اور NumPy تبدیلیوں کا استعمال کرکے بریل کے انفرادی علامات کو الگ کیا جا سکتا ہے تاکہ نیورل نیٹ ورک کے ذریعے مزید درجہ بندی کی جا سکے۔
|
||||
|
||||
 |  | 
|
||||
 |  | 
|
||||
----|-----|-----
|
||||
|
||||
> تصویر [OpenCV.ipynb](OpenCV.ipynb) سے
|
||||
|
||||
* **ویڈیو میں حرکت کا پتہ لگانا فریم فرق کے ذریعے**۔ اگر کیمرہ فکسڈ ہے، تو کیمرہ فیڈ کے فریمز ایک دوسرے سے کافی حد تک مشابہت رکھتے ہیں۔ چونکہ فریمز arrays کے طور پر ظاہر کیے جاتے ہیں، صرف ان arrays کو دو مسلسل فریمز کے لیے گھٹانے سے ہمیں پکسل فرق ملے گا، جو جامد فریمز کے لیے کم ہونا چاہیے، اور تصویر میں نمایاں حرکت ہونے پر زیادہ ہو جائے گا۔
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر [OpenCV.ipynb](OpenCV.ipynb) سے
|
||||
|
||||
|
|
@ -89,7 +89,7 @@ im = cv2.cvtColor(im,cv2.COLOR_BGR2RGB)
|
|||
- **ڈینس آپٹیکل فلو** وہ ویکٹر فیلڈ بناتا ہے جو ہر پکسل کے لیے دکھاتا ہے کہ وہ کہاں حرکت کر رہا ہے۔
|
||||
- **اسپارس آپٹیکل فلو** تصویر میں کچھ نمایاں خصوصیات (جیسے کنارے) لیتا ہے اور ان کی فریم سے فریم تک حرکت کی راہ بناتا ہے۔
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر [OpenCV.ipynb](OpenCV.ipynb) سے
|
||||
|
||||
|
|
|
|||
|
|
@ -13,11 +13,11 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
VGG-16 ایک نیٹ ورک ہے جس نے 2014 میں ImageNet کے ٹاپ-5 کلاسیفیکیشن میں 92.7% درستگی حاصل کی۔ اس کی درج ذیل لیئر ساخت ہے:
|
||||
|
||||
|
||||
|
||||
|
||||
جیسا کہ آپ دیکھ سکتے ہیں، VGG ایک روایتی پیرامڈ آرکیٹیکچر کی پیروی کرتا ہے، جو کہ کنوولوشن-پولنگ لیئرز کی ترتیب ہے۔
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر [Researchgate](https://www.researchgate.net/figure/Vgg16-model-structure-To-get-the-VGG-NIN-model-we-replace-the-2-nd-4-th-6-th-7-th_fig2_335194493) سے لی گئی ہے۔
|
||||
|
||||
|
|
|
|||
|
|
@ -260,7 +260,7 @@
|
|||
"\n",
|
||||
"اس طرح، ایک عام CNN میں کئی کنولوشنل لیئرز ہوں گی، جن کے درمیان پولنگ لیئرز ہوں گی تاکہ تصویر کے ڈائمینشنز کو کم کیا جا سکے۔ ہم فلٹرز کی تعداد بھی بڑھائیں گے، کیونکہ جیسے جیسے نمونے زیادہ پیچیدہ ہوتے جاتے ہیں - ہمیں زیادہ ممکنہ دلچسپ امتزاجات کو تلاش کرنے کی ضرورت ہوتی ہے۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"اسپیشل ڈائمینشنز کو کم کرنے اور فیچر/فلٹرز ڈائمینشنز کو بڑھانے کی وجہ سے، اس آرکیٹیکچر کو **پیرامیڈ آرکیٹیکچر** بھی کہا جاتا ہے۔\n"
|
||||
]
|
||||
|
|
|
|||
|
|
@ -361,7 +361,7 @@
|
|||
"\n",
|
||||
"اس طرح، ایک عام CNN میں کئی کنوولوشنل لیئرز ہوتی ہیں، جن کے درمیان پولنگ لیئرز ہوتی ہیں تاکہ تصویر کے ڈائمینشنز کو کم کیا جا سکے۔ ہم فلٹرز کی تعداد بھی بڑھاتے ہیں، کیونکہ جیسے جیسے پیٹرنز زیادہ پیچیدہ ہوتے جاتے ہیں - ہمیں زیادہ ممکنہ دلچسپ امتزاجات کو تلاش کرنے کی ضرورت ہوتی ہے۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"اسپیشل ڈائمینشنز کو کم کرنے اور فیچر/فلٹرز کے ڈائمینشنز کو بڑھانے کی وجہ سے، اس آرکیٹیکچر کو **پیرامیڈ آرکیٹیکچر** بھی کہا جاتا ہے۔\n"
|
||||
]
|
||||
|
|
|
|||
|
|
@ -17,7 +17,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
پیٹرنز نکالنے کے لیے، ہم **کنولوشنل فلٹرز** کا تصور استعمال کریں گے۔ جیسا کہ آپ جانتے ہیں، ایک تصویر کو 2D-میٹرکس یا رنگ کی گہرائی کے ساتھ 3D-ٹینسر کے طور پر ظاہر کیا جاتا ہے۔ فلٹر لگانے کا مطلب یہ ہے کہ ہم ایک نسبتاً چھوٹا **فلٹر کرنل** میٹرکس لیتے ہیں، اور اصل تصویر کے ہر پکسل کے لیے ہم پڑوسی پوائنٹس کے ساتھ وزنی اوسط کا حساب لگاتے ہیں۔ ہم اسے اس طرح دیکھ سکتے ہیں جیسے ایک چھوٹی ونڈو پوری تصویر پر سلائیڈ کر رہی ہو، اور فلٹر کرنل میٹرکس میں وزن کے مطابق تمام پکسلز کو اوسط کر رہی ہو۔
|
||||
|
||||
 | 
|
||||
 | 
|
||||
----|----
|
||||
|
||||
> تصویر: دمتری سوشنیکوف
|
||||
|
|
@ -38,7 +38,7 @@ CNN کے کام کرنے کا طریقہ درج ذیل اہم خیالات پر
|
|||
* ہم نیٹ ورک کو اس طرح ڈیزائن کر سکتے ہیں کہ فلٹرز خود بخود تربیت حاصل کریں
|
||||
* ہم اسی طریقے کو اعلی سطحی خصوصیات میں پیٹرنز تلاش کرنے کے لیے استعمال کر سکتے ہیں، نہ صرف اصل تصویر میں۔ اس طرح CNN خصوصیات نکالنے کا کام خصوصیات کی ایک درجہ بندی پر کرتا ہے، جو کم سطحی پکسل امتزاج سے شروع ہو کر تصویر کے حصوں کے اعلی سطحی امتزاج تک جاتا ہے۔
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر: [ہسلپ-لنچ کے مقالے](https://www.semanticscholar.org/paper/Computer-vision-based-pedestrian-trajectory-Hislop-Lynch/26e6f74853fc9bbb7487b06dc2cf095d36c9021d) سے، [ان کی تحقیق](https://dl.acm.org/doi/abs/10.1145/1553374.1553453) پر مبنی
|
||||
|
||||
|
|
@ -55,9 +55,9 @@ CNN کے کام کرنے کا طریقہ درج ذیل اہم خیالات پر
|
|||
|
||||
ایک مثال کے طور پر، آئیے VGG-16 کی آرکیٹیکچر کو دیکھیں، ایک نیٹ ورک جس نے 2014 میں ImageNet کے ٹاپ-5 درجہ بندی میں 92.7% درستگی حاصل کی:
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر: [ریسرچ گیٹ](https://www.researchgate.net/figure/Vgg16-model-structure-To-get-the-VGG-NIN-model-we-replace-the-2-nd-4-th-6-th-7-th_fig2_335194493) سے
|
||||
|
||||
|
|
|
|||
|
|
@ -21,7 +21,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
ہم [Oxford-IIIT Pet Dataset](https://www.robots.ox.ac.uk/~vgg/data/pets/) استعمال کریں گے، جس میں کتوں اور بلیوں کی 37 مختلف نسلوں کی تصاویر شامل ہیں۔
|
||||
|
||||
|
||||
|
||||
|
||||
ڈیٹا سیٹ ڈاؤن لوڈ کرنے کے لیے، یہ کوڈ استعمال کریں:
|
||||
|
||||
|
|
|
|||
|
|
@ -50,7 +50,7 @@
|
|||
"\n",
|
||||
"مثالی بلی کو دیکھنے کے لیے، ہم ایک بے ترتیب شور والی تصویر سے آغاز کریں گے، اور پھر گریڈینٹ ڈیسینٹ آپٹیمائزیشن تکنیک کا استعمال کرتے ہوئے تصویر کو اس طرح ایڈجسٹ کریں گے کہ نیٹ ورک بلی کو پہچان سکے۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"یہ ہے ہماری ابتدائی تصویر:\n"
|
||||
]
|
||||
|
|
|
|||
|
|
@ -29,7 +29,7 @@ Keras اور PyTorch دونوں میں کچھ عام آرکیٹیکچرز کے
|
|||
|
||||
یہاں VGG-16 نیٹ ورک کے ذریعے بلی کی تصویر سے نکالے گئے نمونہ فیچرز ہیں:
|
||||
|
||||
|
||||
|
||||
|
||||
## بلیوں اور کتوں کا ڈیٹا سیٹ
|
||||
|
||||
|
|
@ -48,19 +48,19 @@ Keras اور PyTorch دونوں میں کچھ عام آرکیٹیکچرز کے
|
|||
|
||||
ایک طریقہ یہ ہے کہ ہم ایک بے ترتیب تصویر سے شروع کریں، اور پھر **گریڈینٹ ڈیسینٹ آپٹیمائزیشن** تکنیک کا استعمال کرتے ہوئے اس تصویر کو اس طرح ایڈجسٹ کریں کہ نیٹ ورک یہ سوچنا شروع کر دے کہ یہ بلی ہے۔
|
||||
|
||||
|
||||
|
||||
|
||||
تاہم، اگر ہم ایسا کریں، تو ہمیں کچھ ایسا ملے گا جو بے ترتیب شور کے بہت قریب ہوگا۔ اس کی وجہ یہ ہے کہ *نیٹ ورک کو یہ سوچنے کے لیے کہ ان پٹ تصویر بلی ہے، بہت سے طریقے ہیں*، جن میں کچھ بصری طور پر معنی خیز نہیں ہیں۔ اگرچہ ان تصاویر میں بلی کے لیے عام پیٹرنز کی بہتات ہوتی ہے، لیکن انہیں بصری طور پر ممتاز ہونے کے لیے کچھ بھی مجبور نہیں کرتا۔
|
||||
|
||||
نتیجہ بہتر بنانے کے لیے، ہم نقصان کے فنکشن میں ایک اور اصطلاح شامل کر سکتے ہیں، جسے **ویریئشن لاس** کہا جاتا ہے۔ یہ ایک میٹرک ہے جو دکھاتا ہے کہ تصویر کے پڑوسی پکسلز کتنے مماثل ہیں۔ ویریئشن لاس کو کم کرنے سے تصویر ہموار ہو جاتی ہے، اور شور ختم ہو جاتا ہے - اس طرح زیادہ بصری طور پر دلکش پیٹرنز ظاہر ہوتے ہیں۔ یہاں ایسے "مثالی" تصاویر کی مثالیں ہیں، جو بلی اور زیبرا کے طور پر اعلیٰ امکان کے ساتھ درجہ بندی کی گئی ہیں:
|
||||
|
||||
 | 
|
||||
 | 
|
||||
-----|-----
|
||||
*مثالی بلی* | *مثالی زیبرا*
|
||||
|
||||
اسی طرح کا طریقہ نیورل نیٹ ورک پر **ایڈورسریل حملے** کرنے کے لیے استعمال کیا جا سکتا ہے۔ فرض کریں کہ ہم نیورل نیٹ ورک کو دھوکہ دینا چاہتے ہیں اور کتے کو بلی کی طرح دکھانا چاہتے ہیں۔ اگر ہم کتے کی تصویر لیں، جسے نیٹ ورک کتے کے طور پر پہچانتا ہے، تو ہم اسے تھوڑا سا ایڈجسٹ کر سکتے ہیں گریڈینٹ ڈیسینٹ آپٹیمائزیشن کا استعمال کرتے ہوئے، جب تک کہ نیٹ ورک اسے بلی کے طور پر درجہ بندی کرنا شروع نہ کر دے:
|
||||
|
||||
 | 
|
||||
 | 
|
||||
-----|-----
|
||||
*کتے کی اصل تصویر* | *بلی کے طور پر درجہ بندی کی گئی کتے کی تصویر*
|
||||
|
||||
|
|
|
|||
|
|
@ -21,7 +21,7 @@
|
|||
"\n",
|
||||
"چونکہ ہم آٹو اینکوڈر کو اس طرح تربیت دے رہے ہیں کہ وہ اصل تصویر سے زیادہ سے زیادہ معلومات حاصل کرے تاکہ درست دوبارہ تشکیل ممکن ہو، نیٹ ورک ان پٹ تصاویر کے بہترین **ایمبیڈنگ** تلاش کرنے کی کوشش کرتا ہے تاکہ ان کا مطلب واضح ہو۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"> تصویر [Keras بلاگ](https://blog.keras.io/building-autoencoders-in-keras.html) سے لی گئی ہے\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -21,7 +21,7 @@
|
|||
"\n",
|
||||
"چونکہ ہم آٹو اینکوڈر کو تربیت دے رہے ہیں تاکہ اصل تصویر سے زیادہ سے زیادہ معلومات حاصل کی جا سکیں تاکہ درست دوبارہ تعمیر ممکن ہو، نیٹ ورک ان پٹ تصاویر کی بہترین **ایمبیڈنگ** تلاش کرنے کی کوشش کرتا ہے تاکہ ان کا مطلب سمجھا جا سکے۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"*تصویر [Keras بلاگ](https://blog.keras.io/building-autoencoders-in-keras.html) سے لی گئی ہے*\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -19,7 +19,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
چونکہ ہم آٹو اینکوڈر کو اصل تصویر سے زیادہ سے زیادہ معلومات حاصل کرنے کے لیے تربیت دے رہے ہیں تاکہ درست تعمیر نو ہو سکے، نیٹ ورک ان پٹ تصاویر کی بہترین **ایمبیڈنگ** تلاش کرنے کی کوشش کرتا ہے تاکہ معنی کو حاصل کیا جا سکے۔
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر [Keras بلاگ](https://blog.keras.io/building-autoencoders-in-keras.html) سے لی گئی ہے
|
||||
|
||||
|
|
|
|||
|
|
@ -13,7 +13,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
## [لیکچر سے پہلے کا کوئز](https://ff-quizzes.netlify.app/en/ai/quiz/21)
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر [YOLO v2 ویب سائٹ](https://pjreddie.com/darknet/yolov2/) سے لی گئی ہے۔
|
||||
|
||||
|
|
@ -25,7 +25,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
2. ہر حصے پر امیج کلاسیفیکیشن چلائیں۔
|
||||
3. وہ حصے جن میں کافی زیادہ ایکٹیویشن ہو، انہیں مطلوبہ آبجیکٹ کے حامل سمجھا جا سکتا ہے۔
|
||||
|
||||
|
||||
|
||||
|
||||
> *تصویر [ایکسسرسائز نوٹ بک](ObjectDetection-TF.ipynb) سے لی گئی ہے۔*
|
||||
|
||||
|
|
@ -42,7 +42,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
* [PASCAL VOC](http://host.robots.ox.ac.uk/pascal/VOC/) - 20 کلاسز
|
||||
* [COCO](http://cocodataset.org/#home) - عام اشیاء کے سیاق و سباق میں۔ 80 کلاسز، باؤنڈنگ باکسز اور سیگمنٹیشن ماسکس
|
||||
|
||||
|
||||
|
||||
|
||||
## آبجیکٹ ڈیٹیکشن میٹرکس
|
||||
|
||||
|
|
@ -50,7 +50,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
امیج کلاسیفیکیشن کے لیے یہ آسان ہے کہ ہم الگورتھم کی کارکردگی کو ماپ سکیں، لیکن آبجیکٹ ڈیٹیکشن کے لیے ہمیں کلاس کی درستگی کے ساتھ ساتھ باؤنڈنگ باکس کی پیش گوئی کی درستگی کو بھی ماپنا ہوتا ہے۔ اس کے لیے ہم **انٹرسیکشن اوور یونین** (IoU) استعمال کرتے ہیں، جو دو باکسز (یا دو کسی بھی علاقے) کے اوورلیپ کو ماپتا ہے۔
|
||||
|
||||
|
||||
|
||||
|
||||
> *تصویر 2 [اس بہترین بلاگ پوسٹ](https://pyimagesearch.com/2016/11/07/intersection-over-union-iou-for-object-detection/) سے لی گئی ہے۔*
|
||||
|
||||
|
|
@ -98,11 +98,11 @@ $$
|
|||
|
||||
[R-CNN](http://islab.ulsan.ac.kr/files/announcement/513/rcnn_pami.pdf) [سیلیکٹیو سرچ](http://www.huppelen.nl/publications/selectiveSearchDraft.pdf) استعمال کرتا ہے تاکہ ROI ریجنز کی ہائیرارکل ساخت بنائی جا سکے، جنہیں پھر CNN فیچر ایکسٹریکٹرز اور SVM کلاسیفائرز کے ذریعے آبجیکٹ کلاس کا تعین کرنے کے لیے پاس کیا جاتا ہے، اور *باؤنڈنگ باکس* کے کوآرڈینیٹس کا تعین کرنے کے لیے لینیئر ریگریشن استعمال کی جاتی ہے۔ [آفیشل پیپر](https://arxiv.org/pdf/1506.01497v1.pdf)
|
||||
|
||||
|
||||
|
||||
|
||||
> *تصویر van de Sande et al. ICCV’11 سے لی گئی ہے۔*
|
||||
|
||||
|
||||
|
||||
|
||||
> *تصاویر [اس بلاگ](https://towardsdatascience.com/r-cnn-fast-r-cnn-faster-r-cnn-yolo-object-detection-algorithms-36d53571365e) سے لی گئی ہیں۔*
|
||||
|
||||
|
|
@ -110,7 +110,7 @@ $$
|
|||
|
||||
یہ طریقہ R-CNN سے ملتا جلتا ہے، لیکن ریجنز کنوولوشن لیئرز کے بعد ڈیفائن کیے جاتے ہیں۔
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر [آفیشل پیپر](https://www.cv-foundation.org/openaccess/content_iccv_2015/papers/Girshick_Fast_R-CNN_ICCV_2015_paper.pdf)، [arXiv](https://arxiv.org/pdf/1504.08083.pdf)، 2015 سے لی گئی ہے۔
|
||||
|
||||
|
|
@ -118,7 +118,7 @@ $$
|
|||
|
||||
اس طریقے کا بنیادی خیال یہ ہے کہ ریجنز کی پیش گوئی کے لیے نیورل نیٹ ورک استعمال کیا جائے - جسے *ریجن پروپوزل نیٹ ورک* کہا جاتا ہے۔ [پیپر](https://arxiv.org/pdf/1506.01497.pdf)، 2016
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر [آفیشل پیپر](https://arxiv.org/pdf/1506.01497.pdf) سے لی گئی ہے۔
|
||||
|
||||
|
|
@ -130,7 +130,7 @@ $$
|
|||
1. فیچرز **پوزیشن سینسیٹو اسکور میپ** کے ذریعے پروسیس کیے جاتے ہیں۔ $C$ کلاسز کے ہر آبجیکٹ کو $k\times k$ ریجنز میں تقسیم کیا جاتا ہے، اور ہم آبجیکٹس کے حصے پیش گوئی کرنے کی تربیت کرتے ہیں۔
|
||||
1. $k\times k$ ریجنز کے ہر حصے کے لیے تمام نیٹ ورکس آبجیکٹ کلاسز کے لیے ووٹ دیتے ہیں، اور زیادہ سے زیادہ ووٹ کے ساتھ آبجیکٹ کلاس منتخب کی جاتی ہے۔
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر [آفیشل پیپر](https://arxiv.org/abs/1605.06409) سے لی گئی ہے۔
|
||||
|
||||
|
|
@ -141,7 +141,7 @@ YOLO ایک ریئل ٹائم ون پاس الگورتھم ہے۔ بنیادی
|
|||
* تصویر کو $S\times S$ ریجنز میں تقسیم کیا جاتا ہے۔
|
||||
* ہر ریجن کے لیے، **CNN** $n$ ممکنہ آبجیکٹس، *باؤنڈنگ باکس* کے کوآرڈینیٹس اور *کانفیڈنس*=*پروببلیٹی* * IoU کی پیش گوئی کرتا ہے۔
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر [آفیشل پیپر](https://arxiv.org/abs/1506.02640) سے لی گئی ہے۔
|
||||
|
||||
|
|
|
|||
|
|
@ -9,7 +9,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
-->
|
||||
# کمپیوٹر وژن
|
||||
|
||||
|
||||
|
||||
|
||||
اس سیکشن میں ہم سیکھیں گے:
|
||||
|
||||
|
|
|
|||
|
|
@ -199,7 +199,7 @@
|
|||
"\n",
|
||||
"**الفاظ کے تھیلے** (BoW) ویکٹر کی نمائندگی سب سے زیادہ استعمال ہونے والی روایتی ویکٹر نمائندگی ہے۔ ہر لفظ کو ایک ویکٹر انڈیکس سے جوڑا جاتا ہے، اور ویکٹر عنصر کسی دیے گئے دستاویز میں کسی لفظ کے وقوعات کی تعداد کو ظاہر کرتا ہے۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"> **نوٹ**: آپ BoW کو متن میں انفرادی الفاظ کے لیے تمام ایک-ہاٹ-انکوڈڈ ویکٹرز کے مجموعے کے طور پر بھی سوچ سکتے ہیں۔\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -188,7 +188,7 @@
|
|||
"\n",
|
||||
"**الفاظ کے تھیلے** (BoW) ویکٹر کی نمائندگی سب سے آسان اور روایتی ویکٹر کی نمائندگی ہے۔ ہر لفظ کو ایک ویکٹر انڈیکس سے جوڑا جاتا ہے، اور ویکٹر عنصر کسی دیے گئے دستاویز میں ہر لفظ کے وقوعات کی تعداد کو ظاہر کرتا ہے۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"> **نوٹ**: آپ BoW کو متن میں انفرادی الفاظ کے لیے تمام ایک-ہاٹ-انکوڈڈ ویکٹرز کے مجموعے کے طور پر بھی سوچ سکتے ہیں۔\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -62,7 +62,7 @@
|
|||
"\n",
|
||||
"اپنے نیٹ ورک میں ایمبیڈنگ لیئر کو پہلی لیئر کے طور پر استعمال کرتے ہوئے، ہم بیگ-آف-ورڈز ماڈل سے **ایمبیڈنگ بیگ** ماڈل میں تبدیل ہو سکتے ہیں، جہاں ہم پہلے اپنے متن کے ہر لفظ کو متعلقہ ایمبیڈنگ میں تبدیل کرتے ہیں، اور پھر ان تمام ایمبیڈنگز پر کوئی مجموعی فنکشن جیسے `sum`, `average` یا `max` کا حساب لگاتے ہیں۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"ہمارا کلاسیفائر نیورل نیٹ ورک ایمبیڈنگ لیئر سے شروع ہوگا، پھر ایگریگیشن لیئر، اور اس کے اوپر ایک لینیئر کلاسیفائر ہوگا:\n"
|
||||
]
|
||||
|
|
@ -176,7 +176,7 @@
|
|||
"\n",
|
||||
"پچھلی آرکیٹیکچر میں، ہمیں تمام ترتیبوں کو ایک ہی لمبائی تک بڑھانا پڑتا تھا تاکہ انہیں ایک منی بیچ میں فٹ کیا جا سکے۔ یہ مختلف لمبائی کی ترتیبوں کو ظاہر کرنے کا سب سے مؤثر طریقہ نہیں ہے - ایک اور طریقہ یہ ہو سکتا ہے کہ **آفسیٹ** ویکٹر استعمال کیا جائے، جو ایک بڑے ویکٹر میں محفوظ تمام ترتیبوں کے آفسیٹس کو رکھے۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"> **نوٹ**: اوپر دی گئی تصویر میں، ہم حروف کی ترتیب دکھا رہے ہیں، لیکن ہمارے مثال میں ہم الفاظ کی ترتیب کے ساتھ کام کر رہے ہیں۔ تاہم، آفسیٹ ویکٹر کے ساتھ ترتیبوں کی نمائندگی کا عمومی اصول وہی رہتا ہے۔\n",
|
||||
"\n",
|
||||
|
|
@ -311,7 +311,7 @@
|
|||
"\n",
|
||||
"CBoW تیز ہے، جبکہ اسکیپ-گرام سست ہے، لیکن کم استعمال ہونے والے الفاظ کی بہتر نمائندگی کرتا ہے۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"گوگل نیوز ڈیٹاسیٹ پر پہلے سے ٹرین کیے گئے ورڈ2ویک ایمبیڈنگ کے ساتھ تجربہ کرنے کے لیے، ہم **gensim** لائبریری استعمال کر سکتے ہیں۔ نیچے ہم 'neural' کے سب سے زیادہ مشابہ الفاظ تلاش کرتے ہیں۔\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -37,7 +37,7 @@
|
|||
"\n",
|
||||
"جب ہم اپنے نیٹ ورک میں پہلی لیئر کے طور پر ایمبیڈنگ لیئر کا استعمال کرتے ہیں، تو ہم بیگ-آف-ورڈز ماڈل سے **ایمبیڈنگ بیگ** ماڈل میں منتقل ہو سکتے ہیں، جہاں ہم پہلے اپنے متن کے ہر لفظ کو اس کے متعلقہ ایمبیڈنگ میں تبدیل کرتے ہیں، اور پھر ان تمام ایمبیڈنگز پر کوئی مجموعی فنکشن جیسے کہ `sum`، `average` یا `max` کا حساب لگاتے ہیں۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"ہمارے کلاسیفائر نیورل نیٹ ورک میں درج ذیل لیئرز شامل ہیں:\n",
|
||||
"\n",
|
||||
|
|
@ -283,7 +283,7 @@
|
|||
"\n",
|
||||
"CBoW تیز ہے، جبکہ اسکیپ-گرام سست ہے، لیکن یہ کم استعمال ہونے والے الفاظ کی بہتر نمائندگی کرتا ہے۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"گوگل نیوز ڈیٹاسیٹ پر پری ٹرینڈ Word2Vec ایمبیڈنگ کے ساتھ تجربہ کرنے کے لیے، ہم **gensim** لائبریری استعمال کر سکتے ہیں۔ نیچے ہم 'neural' کے سب سے مشابہ الفاظ تلاش کرتے ہیں۔\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -19,7 +19,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
ایمبیڈنگ لیئر کو ہمارے کلاسیفائر نیٹ ورک کی پہلی لیئر کے طور پر استعمال کرکے، ہم بیگ آف ورڈز ماڈل سے **ایمبیڈنگ بیگ** ماڈل میں تبدیل ہو سکتے ہیں، جہاں ہم پہلے اپنے متن کے ہر لفظ کو متعلقہ ایمبیڈنگ میں تبدیل کرتے ہیں، اور پھر ان تمام ایمبیڈنگز پر کوئی مجموعی فنکشن جیسے `sum`، `average` یا `max` کا حساب لگاتے ہیں۔
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر مصنف کی جانب سے
|
||||
|
||||
|
|
@ -40,7 +40,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
CBoW تیز ہے، جبکہ اسکیپ-گرام سست ہے، لیکن کم استعمال ہونے والے الفاظ کی بہتر نمائندگی کرتا ہے۔
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر [اس مقالے](https://arxiv.org/pdf/1301.3781.pdf) سے
|
||||
|
||||
|
|
|
|||
|
|
@ -23,7 +23,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
* **Continuous Bag-of-Words** (CBoW)، جہاں ہم ٹوکن سیکوئنس $W_{-N}$, ..., $W_N$ میں درمیانی ٹوکن $W_0$ کی پیش گوئی کرتے ہیں۔
|
||||
* **Skip-gram**، جہاں ہم درمیانی ٹوکن $W_0$ سے پڑوسی ٹوکنز {$W_{-N},\dots, W_{-1}, W_1,\dots, W_N$} کی پیش گوئی کرتے ہیں۔
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر [اس پیپر](https://arxiv.org/pdf/1301.3781.pdf) سے لی گئی ہے۔
|
||||
|
||||
|
|
|
|||
|
|
@ -15,7 +15,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
متن کی ترتیب کے معنی کو سمجھنے کے لیے، ہمیں ایک اور نیورل نیٹ ورک آرکیٹیکچر استعمال کرنے کی ضرورت ہے، جسے **ری کرنٹ نیورل نیٹ ورک** یا RNN کہا جاتا ہے۔ RNN میں، ہم اپنے جملے کو نیٹ ورک کے ذریعے ایک وقت میں ایک علامت کے ساتھ گزارتے ہیں، اور نیٹ ورک کچھ **حالت** پیدا کرتا ہے، جسے ہم اگلی علامت کے ساتھ دوبارہ نیٹ ورک میں پاس کرتے ہیں۔
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر مصنف کی جانب سے
|
||||
|
||||
|
|
@ -61,7 +61,7 @@ LSTM نیٹ ورک RNN کی طرح منظم ہے، لیکن یہاں دو حال
|
|||
|
||||
ایک ری کرنٹ نیٹ ورک، چاہے وہ ایک سمت میں ہو یا بائی ڈائریکشنل، ترتیب کے اندر کچھ پیٹرنز کو پکڑتا ہے، اور انہیں حالت ویکٹر میں ذخیرہ کر سکتا ہے یا آؤٹ پٹ میں منتقل کر سکتا ہے۔ جیسا کہ کنوولوشنل نیٹ ورکس کے ساتھ، ہم پہلے والے پر ایک اور ری کرنٹ لیئر بنا سکتے ہیں تاکہ اعلیٰ سطح کے پیٹرنز کو پکڑ سکیں اور پہلی لیئر کے ذریعے نکالے گئے کم سطح کے پیٹرنز سے تعمیر کریں۔ یہ ہمیں **ملٹی لیئر RNN** کے تصور کی طرف لے جاتا ہے، جو دو یا زیادہ ری کرنٹ نیٹ ورکس پر مشتمل ہوتا ہے، جہاں پچھلی لیئر کا آؤٹ پٹ اگلی لیئر میں ان پٹ کے طور پر پاس کیا جاتا ہے۔
|
||||
|
||||
|
||||
|
||||
|
||||
*تصویر [اس شاندار پوسٹ](https://towardsdatascience.com/from-a-lstm-cell-to-a-multilayer-lstm-network-with-pytorch-2899eb5696f3) فرنینڈو لوپیز کی جانب سے*
|
||||
|
||||
|
|
|
|||
|
|
@ -422,7 +422,7 @@
|
|||
"\n",
|
||||
"Recurrent نیٹ ورک، چاہے وہ ایک طرفہ ہو یا دو طرفہ، ترتیب کے اندر کچھ خاص patterns کو پکڑتا ہے اور انہیں state ویکٹر میں محفوظ کر سکتا ہے یا آؤٹ پٹ میں منتقل کر سکتا ہے۔ جیسے convolutional نیٹ ورکس کے ساتھ، ہم پہلے layer کے اوپر ایک اور recurrent layer بنا سکتے ہیں تاکہ اعلیٰ سطح کے patterns کو پکڑا جا سکے، جو پہلے layer کے ذریعے نکالے گئے نچلی سطح کے patterns سے بنے ہوں۔ یہ ہمیں **کثیر پرت RNN** کے تصور تک لے جاتا ہے، جو دو یا زیادہ recurrent نیٹ ورکس پر مشتمل ہوتا ہے، جہاں پچھلے layer کا آؤٹ پٹ اگلے layer کو ان پٹ کے طور پر دیا جاتا ہے۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"*یہ تصویر [اس شاندار پوسٹ](https://towardsdatascience.com/from-a-lstm-cell-to-a-multilayer-lstm-network-with-pytorch-2899eb5696f3) سے لی گئی ہے، جو فرنینڈو لوپیز نے لکھی ہے۔*\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -10,7 +10,7 @@
|
|||
"\n",
|
||||
"متن کے سلسلے کے معنی کو سمجھنے کے لیے، ہم ایک اعصابی نیٹ ورک آرکیٹیکچر استعمال کریں گے جسے **ریکرنٹ نیورل نیٹ ورک** یا RNN کہا جاتا ہے۔ RNN استعمال کرتے وقت، ہم اپنے جملے کو نیٹ ورک کے ذریعے ایک وقت میں ایک ٹوکن پاس کرتے ہیں، اور نیٹ ورک کچھ **حالت** پیدا کرتا ہے، جسے ہم اگلے ٹوکن کے ساتھ دوبارہ نیٹ ورک میں پاس کرتے ہیں۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"دیے گئے ان پٹ ٹوکنز کے سلسلے $X_0,\\dots,X_n$ کے لیے، RNN اعصابی نیٹ ورک کے بلاکس کا ایک سلسلہ تخلیق کرتا ہے، اور اس سلسلے کو بیک پروپیگیشن کے ذریعے اختتام سے اختتام تک تربیت دیتا ہے۔ ہر نیٹ ورک بلاک ایک جوڑی $(X_i,S_i)$ کو ان پٹ کے طور پر لیتا ہے، اور نتیجے میں $S_{i+1}$ پیدا کرتا ہے۔ آخری حالت $S_n$ یا آؤٹ پٹ $Y_n$ کو ایک لکیری کلاسیفائر میں بھیجا جاتا ہے تاکہ نتیجہ پیدا کیا جا سکے۔ تمام نیٹ ورک بلاکس ایک جیسے وزن کا اشتراک کرتے ہیں، اور ایک بیک پروپیگیشن پاس کے ذریعے اختتام سے اختتام تک تربیت دی جاتی ہے۔\n",
|
||||
"\n",
|
||||
|
|
@ -371,7 +371,7 @@
|
|||
"\n",
|
||||
"ری کرنٹ نیٹ ورکس، چاہے یک طرفہ ہوں یا دو طرفہ، ترتیب کے اندر موجود پیٹرنز کو پکڑتے ہیں، اور انہیں اسٹیٹ ویکٹرز میں محفوظ کرتے ہیں یا آؤٹ پٹ کے طور پر واپس کرتے ہیں۔ جیسے کنوولوشنل نیٹ ورکس میں، ہم پہلے لیئر کے بعد ایک اور ری کرنٹ لیئر بنا سکتے ہیں تاکہ اعلیٰ سطح کے پیٹرنز کو پکڑا جا سکے، جو پہلے لیئر کے ذریعے نکالے گئے نچلے سطح کے پیٹرنز سے بنے ہوں۔ یہ ہمیں **کثیر پرت RNN** کے تصور تک لے جاتا ہے، جو دو یا زیادہ ری کرنٹ نیٹ ورکس پر مشتمل ہوتا ہے، جہاں پچھلی لیئر کا آؤٹ پٹ اگلی لیئر کو ان پٹ کے طور پر دیا جاتا ہے۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"*تصویر [اس شاندار پوسٹ](https://towardsdatascience.com/from-a-lstm-cell-to-a-multilayer-lstm-network-with-pytorch-2899eb5696f3) سے لی گئی ہے، جو فرنینڈو لوپیز نے لکھی ہے۔*\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -119,7 +119,7 @@
|
|||
"\n",
|
||||
"ہم RNN کو ٹیکسٹ جنریٹ کرنے کے لیے اس طرح تربیت دیں گے۔ ہر قدم پر، ہم `nchars` لمبائی کے کرداروں کی ایک ترتیب لیں گے، اور نیٹ ورک سے کہیں گے کہ ہر ان پٹ کردار کے لیے اگلا آؤٹ پٹ کردار پیدا کرے:\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"حقیقی منظرنامے کے مطابق، ہم کچھ خاص کرداروں کو بھی شامل کرنا چاہ سکتے ہیں، جیسے *end-of-sequence* `<eos>`۔ ہمارے معاملے میں، ہم صرف نیٹ ورک کو لامتناہی ٹیکسٹ جنریشن کے لیے تربیت دینا چاہتے ہیں، اس لیے ہم ہر ترتیب کا سائز `nchars` ٹوکنز کے برابر مقرر کریں گے۔ نتیجتاً، ہر تربیتی مثال `nchars` ان پٹس اور `nchars` آؤٹ پٹس پر مشتمل ہوگی (جو ان پٹ ترتیب کو ایک علامت بائیں طرف منتقل کرنے سے حاصل ہوں گے)۔ منی بیچ کئی ایسی ترتیبوں پر مشتمل ہوگا۔\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -113,7 +113,7 @@
|
|||
"\n",
|
||||
"ہم RNN کو خبروں کے عنوانات بنانے کے لیے اس طرح تربیت دیں گے۔ ہر مرحلے پر، ہم ایک عنوان لیں گے، جسے RNN میں فیڈ کیا جائے گا، اور ہر ان پٹ کردار کے لیے ہم نیٹ ورک سے اگلا آؤٹ پٹ کردار پیدا کرنے کو کہیں گے:\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"ہمارے سلسلے کے آخری کردار کے لیے، ہم نیٹ ورک سے `<eos>` ٹوکن پیدا کرنے کو کہیں گے۔\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -19,7 +19,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
یہ مختلف نیورل آرکیٹیکچرز کی اجازت دیتا ہے، جیسا کہ نیچے دی گئی تصویر میں دکھایا گیا ہے:
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر بلاگ پوسٹ [Unreasonable Effectiveness of Recurrent Neural Networks](http://karpathy.github.io/2015/05/21/rnn-effectiveness/) سے لی گئی ہے، از [Andrej Karpaty](http://karpathy.github.io/)
|
||||
|
||||
|
|
@ -32,7 +32,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
ہم اس RNN کو متن قدم بہ قدم تخلیق کرنے کے لیے تربیت دیں گے۔ ہر قدم پر، ہم `nchars` کی لمبائی کے کریکٹرز کا ایک سیکوئنس لیں گے، اور نیٹ ورک سے ہر ان پٹ کریکٹر کے لیے اگلا آؤٹ پٹ کریکٹر پیدا کرنے کو کہیں گے:
|
||||
|
||||
|
||||
|
||||
|
||||
جب متن تخلیق کرتے ہیں (انفرنس کے دوران)، ہم کچھ **پرومپٹ** کے ساتھ شروع کرتے ہیں، جسے RNN سیلز کے ذریعے اس کی درمیانی حالت پیدا کرنے کے لیے پاس کیا جاتا ہے، اور پھر اس حالت سے تخلیق شروع ہوتی ہے۔ ہم ایک وقت میں ایک کریکٹر تخلیق کرتے ہیں، اور حالت اور تخلیق شدہ کریکٹر کو اگلے کریکٹر تخلیق کرنے کے لیے دوسرے RNN سیل کو پاس کرتے ہیں، جب تک کہ ہم کافی کریکٹرز تخلیق نہ کر لیں۔
|
||||
|
||||
|
|
|
|||
|
|
@ -20,13 +20,13 @@ RNNs کے ساتھ، sequence-to-sequence دو recurrent نیٹ ورکس کے ذ
|
|||
|
||||
**توجہ کے طریقہ کار** RNN کے ہر آؤٹ پٹ پیش گوئی پر ہر ان پٹ ویکٹر کے سیاق و سباق کے اثر کو وزن دینے کا ایک ذریعہ فراہم کرتے ہیں۔ اس کو نافذ کرنے کا طریقہ یہ ہے کہ ان پٹ RNN کی درمیانی حالتوں اور آؤٹ پٹ RNN کے درمیان شارٹ کٹس بنائے جائیں۔ اس طرح، جب آؤٹ پٹ علامت y<sub>t</sub> پیدا کی جا رہی ہو، ہم تمام ان پٹ hidden states h<sub>i</sub> کو مختلف وزن کے coefficients α<sub>t,i</sub> کے ساتھ مدنظر رکھیں گے۔
|
||||
|
||||
|
||||
|
||||
|
||||
> [Bahdanau et al., 2015](https://arxiv.org/pdf/1409.0473.pdf) میں additive attention mechanism کے ساتھ encoder-decoder ماڈل، [اس بلاگ پوسٹ](https://lilianweng.github.io/lil-log/2018/06/24/attention-attention.html) سے لیا گیا۔
|
||||
|
||||
توجہ میٹرکس {α<sub>i,j</sub>} اس حد کو ظاہر کرے گی کہ ان پٹ سیکوئنس میں موجود مخصوص الفاظ آؤٹ پٹ سیکوئنس میں دیے گئے لفظ کی تخلیق میں کتنا کردار ادا کرتے ہیں۔ نیچے ایک مثال دی گئی ہے:
|
||||
|
||||
|
||||
|
||||
|
||||
> [Bahdanau et al., 2015](https://arxiv.org/pdf/1409.0473.pdf) سے تصویر (Fig.3)
|
||||
|
||||
|
|
@ -66,7 +66,7 @@ positional encoding کا خیال درج ذیل ہے:
|
|||
|
||||
اگلا، ہمیں اپنی سیکوئنس کے اندر کچھ patterns کو capture کرنے کی ضرورت ہے۔ ایسا کرنے کے لیے، ٹرانسفارمرز **self-attention** mechanism استعمال کرتے ہیں، جو بنیادی طور پر وہی توجہ ہے جو ان پٹ اور آؤٹ پٹ کے طور پر ایک ہی سیکوئنس پر لاگو ہوتی ہے۔ self-attention کو لاگو کرنے سے ہمیں جملے کے اندر **context** کو مدنظر رکھنے کی اجازت ملتی ہے، اور یہ دیکھنے کی اجازت ملتی ہے کہ کون سے الفاظ آپس میں جڑے ہوئے ہیں۔ مثال کے طور پر، یہ ہمیں یہ دیکھنے کی اجازت دیتا ہے کہ کون سے الفاظ coreferences جیسے *it* کے ذریعے حوالہ دیے گئے ہیں، اور سیاق و سباق کو بھی مدنظر رکھتا ہے:
|
||||
|
||||
|
||||
|
||||
|
||||
> [گوگل بلاگ](https://research.googleblog.com/2017/08/transformer-novel-neural-network.html) سے تصویر
|
||||
|
||||
|
|
@ -91,7 +91,7 @@ Encoder-decoder attention RNNs میں استعمال ہونے والے توجہ
|
|||
|
||||
**BERT** (Bidirectional Encoder Representations from Transformers) ایک بہت بڑا multi-layer transformer نیٹ ورک ہے جس میں *BERT-base* کے لیے 12 layers ہیں، اور *BERT-large* کے لیے 24 layers ہیں۔ ماڈل کو پہلے ایک بڑے text data corpus (WikiPedia + books) پر unsupervised training (جملے میں masked words کی پیش گوئی) کا استعمال کرتے ہوئے pre-train کیا جاتا ہے۔ pre-training کے دوران ماڈل زبان کی سمجھ کے اہم سطحوں کو جذب کرتا ہے، جنہیں پھر دیگر datasets کے ساتھ fine tuning کے ذریعے استعمال کیا جا سکتا ہے۔ اس عمل کو **transfer learning** کہا جاتا ہے۔
|
||||
|
||||
|
||||
|
||||
|
||||
> تصویر [ماخذ](http://jalammar.github.io/illustrated-bert/)
|
||||
|
||||
|
|
|
|||
|
|
@ -12,12 +12,12 @@
|
|||
"\n",
|
||||
"**توجہ کے میکانزم** ہر ان پٹ ویکٹر کے سیاق و سباق کے اثر کو ہر آؤٹ پٹ پیش گوئی پر وزن دینے کا ایک ذریعہ فراہم کرتے ہیں۔ اس کو نافذ کرنے کا طریقہ یہ ہے کہ ان پٹ RNN کی درمیانی حالتوں اور آؤٹ پٹ RNN کے درمیان شارٹ کٹس بنائے جائیں۔ اس طرح، جب آؤٹ پٹ علامت $y_t$ پیدا کی جا رہی ہو، تو ہم تمام ان پٹ چھپی ہوئی حالتوں $h_i$ کو مختلف وزن کے گتانک $\\alpha_{t,i}$ کے ساتھ مدنظر رکھیں گے۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"*انکوڈر-ڈیکوڈر ماڈل اضافی توجہ کے میکانزم کے ساتھ [Bahdanau et al., 2015](https://arxiv.org/pdf/1409.0473.pdf) میں، [اس بلاگ پوسٹ](https://lilianweng.github.io/lil-log/2018/06/24/attention-attention.html) سے لیا گیا*\n",
|
||||
"\n",
|
||||
"توجہ میٹرکس $\\{\\alpha_{i,j}\\}$ اس حد کو ظاہر کرے گی کہ کس حد تک مخصوص ان پٹ الفاظ آؤٹ پٹ ترتیب میں دیے گئے لفظ کی تخلیق میں کردار ادا کرتے ہیں۔ نیچے ایک ایسی میٹرکس کی مثال دی گئی ہے:\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"*[Bahdanau et al., 2015](https://arxiv.org/pdf/1409.0473.pdf) (شکل 3) سے لی گئی تصویر*\n",
|
||||
"\n",
|
||||
|
|
@ -35,7 +35,7 @@
|
|||
"\n",
|
||||
"**BERT** (Bidirectional Encoder Representations from Transformers) ایک بہت بڑا ملٹی لیئر ٹرانسفارمر نیٹ ورک ہے جس میں *BERT-base* کے لیے 12 تہیں، اور *BERT-large* کے لیے 24 تہیں ہیں۔ ماڈل کو پہلے بڑے متن کے ڈیٹا کارپس (ویکیپیڈیا + کتابیں) پر غیر نگرانی شدہ تربیت (ایک جملے میں ماسک کیے گئے الفاظ کی پیش گوئی) کا استعمال کرتے ہوئے پری ٹرین کیا جاتا ہے۔ پری ٹریننگ کے دوران ماڈل زبان کی سمجھ کا ایک اہم سطح جذب کرتا ہے، جسے پھر دیگر ڈیٹاسیٹس کے ساتھ فائن ٹیوننگ کے ذریعے استعمال کیا جا سکتا ہے۔ اس عمل کو **ٹرانسفر لرننگ** کہا جاتا ہے۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"ٹرانسفارمر آرکیٹیکچرز کی بہت سی مختلف حالتیں ہیں، جن میں BERT، DistilBERT، BigBird، OpenGPT3 اور مزید شامل ہیں، جنہیں فائن ٹیون کیا جا سکتا ہے۔ [HuggingFace پیکیج](https://github.com/huggingface/) ان آرکیٹیکچرز میں سے بہت سے کو PyTorch کے ساتھ تربیت دینے کے لیے ایک ریپوزٹری فراہم کرتا ہے۔\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -12,12 +12,12 @@
|
|||
"\n",
|
||||
"**توجہ کے میکانزم** ہر ان پٹ ویکٹر کے سیاق و سباق کے اثر کو RNN کے ہر آؤٹ پٹ پیش گوئی پر وزن دینے کا ایک ذریعہ فراہم کرتے ہیں۔ اس کو نافذ کرنے کا طریقہ یہ ہے کہ ان پٹ RNN کی درمیانی حالتوں اور آؤٹ پٹ RNN کے درمیان شارٹ کٹس بنائے جائیں۔ اس طرح، جب آؤٹ پٹ علامت $y_t$ پیدا کی جا رہی ہو، تو ہم تمام ان پٹ چھپی ہوئی حالتوں $h_i$ کو مختلف وزن کے گتانک $\\alpha_{t,i}$ کے ساتھ مدنظر رکھیں گے۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"*انکوڈر-ڈیکوڈر ماڈل اضافی توجہ کے میکانزم کے ساتھ [Bahdanau et al., 2015](https://arxiv.org/pdf/1409.0473.pdf) سے لیا گیا، [اس بلاگ پوسٹ](https://lilianweng.github.io/lil-log/2018/06/24/attention-attention.html) سے حوالہ شدہ*\n",
|
||||
"\n",
|
||||
"توجہ میٹرکس $\\{\\alpha_{i,j}\\}$ اس حد کو ظاہر کرے گی کہ ان پٹ ترتیب کے کون سے الفاظ آؤٹ پٹ ترتیب میں دیے گئے لفظ کی تخلیق میں کردار ادا کرتے ہیں۔ نیچے ایک ایسی میٹرکس کی مثال دی گئی ہے:\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"*[Bahdanau et al., 2015](https://arxiv.org/pdf/1409.0473.pdf) (شکل 3) سے لی گئی تصویر*\n",
|
||||
"\n",
|
||||
|
|
@ -225,7 +225,7 @@
|
|||
"\n",
|
||||
"**بی ای آر ٹی** (Bidirectional Encoder Representations from Transformers) ایک بہت بڑا ملٹی لیئر ٹرانسفارمر نیٹ ورک ہے جس میں *BERT-base* کے لیے 12 لیئرز اور *BERT-large* کے لیے 24 لیئرز ہیں۔ یہ ماڈل پہلے بڑی مقدار میں ٹیکسٹ ڈیٹا (ویکیپیڈیا + کتابیں) پر غیر نگرانی شدہ تربیت کے ذریعے (جملے میں ماسک کیے گئے الفاظ کی پیش گوئی کرتے ہوئے) تربیت یافتہ ہوتا ہے۔ تربیت کے دوران ماڈل زبان کو سمجھنے کی ایک اہم سطح حاصل کرتا ہے، جسے پھر دیگر ڈیٹاسیٹس کے ساتھ فائن ٹیوننگ کے ذریعے استعمال کیا جا سکتا ہے۔ اس عمل کو **ٹرانسفر لرننگ** کہا جاتا ہے۔\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"ٹرانسفارمر آرکیٹیکچرز کی کئی اقسام ہیں، جن میں بی ای آر ٹی، ڈسٹل بی ای آر ٹی، بگ برڈ، اوپن جی پی ٹی 3 اور مزید شامل ہیں، جنہیں فائن ٹیون کیا جا سکتا ہے۔\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -58,7 +58,7 @@ infant | O
|
|||
|
||||
چونکہ ہمیں ٹوکنز اور کلاسز کے درمیان ایک سے ایک مطابقت پیدا کرنی ہوتی ہے، ہم اس تصویر سے ایک دائیں طرف **کئی سے کئی** نیورل نیٹ ورک ماڈل بنا سکتے ہیں:
|
||||
|
||||
|
||||
|
||||
|
||||
> *تصویر [اس بلاگ پوسٹ](http://karpathy.github.io/2015/05/21/rnn-effectiveness/) سے لی گئی ہے، جو [Andrej Karpathy](http://karpathy.github.io/) کی جانب سے ہے۔ NER ٹوکن درجہ بندی ماڈلز اس تصویر میں دائیں طرف کے نیٹ ورک آرکیٹیکچر سے مطابقت رکھتے ہیں۔*
|
||||
|
||||
|
|
|
|||
|
|
@ -9,7 +9,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
-->
|
||||
# قدرتی زبان کی پروسیسنگ
|
||||
|
||||
|
||||
|
||||
|
||||
اس حصے میں، ہم نیورل نیٹ ورکس کا استعمال کرتے ہوئے **قدرتی زبان کی پروسیسنگ (NLP)** سے متعلق کاموں کو حل کرنے پر توجہ مرکوز کریں گے۔ NLP کے کئی مسائل ہیں جنہیں ہم چاہتے ہیں کہ کمپیوٹر حل کر سکیں:
|
||||
|
||||
|
|
|
|||
|
|
@ -70,7 +70,7 @@ ask turtles [
|
|||
|
||||
ماڈل کھولنے کے بعد، آپ کو نیٹ لوگو کے مرکزی اسکرین پر لے جایا جاتا ہے۔ یہاں ایک نمونہ ماڈل ہے جو بھیڑیوں اور بھیڑوں کی آبادی کو محدود وسائل (گھاس) کے ساتھ بیان کرتا ہے۔
|
||||
|
||||
|
||||
|
||||
|
||||
> دمتری سوشنیکوف کے ذریعہ اسکرین شاٹ
|
||||
|
||||
|
|
|
|||
|
|
@ -9,7 +9,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
-->
|
||||
# جائزہ
|
||||
|
||||
|
||||
|
||||
|
||||
> اسکیچ نوٹ از [Tomomi Imura](https://twitter.com/girlie_mac)
|
||||
|
||||
|
|
|
|||
|
|
@ -15,7 +15,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
CLIP کا بنیادی خیال یہ ہے کہ ٹیکسٹ پرامپٹس کو کسی تصویر کے ساتھ موازنہ کیا جا سکے اور یہ معلوم کیا جا سکے کہ تصویر پرامپٹ سے کتنی مطابقت رکھتی ہے۔
|
||||
|
||||
|
||||
|
||||
|
||||
> *تصویر [اس بلاگ پوسٹ](https://openai.com/blog/clip/) سے لی گئی ہے*
|
||||
|
||||
|
|
@ -31,7 +31,7 @@ CLIP ماڈل/لائبریری [OpenAI GitHub](https://github.com/openai/CLIP)
|
|||
|
||||
فرض کریں ہمیں تصاویر کو بلیوں، کتوں اور انسانوں کے درمیان کلاسیفائی کرنا ہے۔ اس صورت میں، ہم ماڈل کو ایک تصویر اور ٹیکسٹ پرامپٹس کی ایک سیریز دیتے ہیں: "*بلی کی تصویر*", "*کتے کی تصویر*", "*انسان کی تصویر*۔" نتیجے میں ملنے والے 3 پروبیبلیٹیز کے ویکٹر میں ہمیں صرف سب سے زیادہ ویلیو والے انڈیکس کو منتخب کرنا ہوگا۔
|
||||
|
||||
|
||||
|
||||
|
||||
> *تصویر [اس بلاگ پوسٹ](https://openai.com/blog/clip/) سے لی گئی ہے*
|
||||
|
||||
|
|
@ -55,13 +55,13 @@ VQGAN کے بارے میں مزید جاننے کے لیے [Taming Transformers]
|
|||
|
||||
VQGAN اور روایتی GAN کے درمیان ایک اہم فرق یہ ہے کہ روایتی GAN کسی بھی ان پٹ ویکٹر سے ایک معقول تصویر بنا سکتا ہے، جبکہ VQGAN ممکنہ طور پر ایک غیر مربوط تصویر بنا سکتا ہے۔ لہذا، ہمیں امیج کریشن کے عمل کو مزید گائیڈ کرنے کی ضرورت ہوتی ہے، اور یہ CLIP کے ذریعے کیا جا سکتا ہے۔
|
||||
|
||||
|
||||
|
||||
|
||||
کسی ٹیکسٹ پرامپٹ سے مطابقت رکھنے والی تصویر بنانے کے لیے، ہم کسی رینڈم انکوڈنگ ویکٹر سے شروع کرتے ہیں، جو VQGAN کے ذریعے ایک تصویر تیار کرتا ہے۔ پھر CLIP ایک لاس فنکشن تیار کرتا ہے جو یہ ظاہر کرتا ہے کہ تصویر ٹیکسٹ پرامپٹ سے کتنی مطابقت رکھتی ہے۔ اس کے بعد مقصد یہ ہوتا ہے کہ اس لاس کو کم سے کم کیا جائے، بیک پروپیگیشن کے ذریعے ان پٹ ویکٹر کے پیرامیٹرز کو ایڈجسٹ کرتے ہوئے۔
|
||||
|
||||
VQGAN+CLIP کو نافذ کرنے والی ایک بہترین لائبریری [Pixray](http://github.com/pixray/pixray) ہے۔
|
||||
|
||||
 |  | 
|
||||
 |  | 
|
||||
----|----|----
|
||||
پرامپٹ سے تیار کردہ تصویر *ایک نوجوان مرد ادب کے استاد کی کتاب کے ساتھ واٹر کلر پورٹریٹ* | پرامپٹ سے تیار کردہ تصویر *ایک نوجوان خاتون کمپیوٹر سائنس کی استاد کا آئل پورٹریٹ کمپیوٹر کے ساتھ* | پرامپٹ سے تیار کردہ تصویر *ایک بوڑھے مرد ریاضی کے استاد کا آئل پورٹریٹ بلیک بورڈ کے سامنے*
|
||||
|
||||
|
|
|
|||
|
|
@ -1,8 +1,8 @@
|
|||
<!--
|
||||
CO_OP_TRANSLATOR_METADATA:
|
||||
{
|
||||
"original_hash": "4ed9993bca581850c983c95d5a3f57eb",
|
||||
"translation_date": "2025-12-25T00:50:50+00:00",
|
||||
"original_hash": "14816e97d79b296c87811724f7785923",
|
||||
"translation_date": "2026-01-01T12:23:44+00:00",
|
||||
"source_file": "README.md",
|
||||
"language_code": "vi"
|
||||
}
|
||||
|
|
@ -10,125 +10,125 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
[](https://github.com/microsoft/AI-For-Beginners/blob/main/LICENSE)
|
||||
[](https://GitHub.com/microsoft/AI-For-Beginners/graphs/contributors/)
|
||||
[](https://GitHub.com/microsoft/AI-For-Beginners/issues/)
|
||||
[](https://GitHub.com/microsoft/AI-For-Beginners/pulls/)
|
||||
[](http://makeapullrequest.com)
|
||||
[](https://GitHub.com/microsoft/AI-For-Beginners/pulls/)
|
||||
[](http://makeapullrequest.com)
|
||||
|
||||
[](https://GitHub.com/microsoft/AI-For-Beginners/watchers/)
|
||||
[](https://GitHub.com/microsoft/AI-For-Beginners/network/)
|
||||
[](https://GitHub.com/microsoft/AI-For-Beginners/network/)
|
||||
[](https://GitHub.com/microsoft/AI-For-Beginners/stargazers/)
|
||||
[](https://mybinder.org/v2/gh/microsoft/ai-for-beginners/HEAD)
|
||||
[](https://gitter.im/Microsoft/ai-for-beginners?utm_source=badge&utm_medium=badge&utm_campaign=pr-badge)
|
||||
|
||||
[](https://discord.gg/nTYy5BXMWG)
|
||||
|
||||
# Trí tuệ nhân tạo cho người mới bắt đầu - Giáo trình
|
||||
# Trí Tuệ Nhân Tạo Cho Người Mới - Chương Trình Học
|
||||
|
||||
||
|
||||
||
|
||||
|:---:|
|
||||
| AI cho Người Mới Bắt Đầu - _Sketchnote bởi [@girlie_mac](https://twitter.com/girlie_mac)_ |
|
||||
| AI For Beginners - _Sketchnote bởi [@girlie_mac](https://twitter.com/girlie_mac)_ |
|
||||
|
||||
Khám phá thế giới của **Trí tuệ nhân tạo** (AI) với giáo trình 12 tuần, 24 bài học của chúng tôi! Nó bao gồm các bài học thực hành, bài kiểm tra nhỏ và phòng thí nghiệm. Giáo trình thân thiện với người mới bắt đầu và bao gồm các công cụ như TensorFlow và PyTorch, cũng như đạo đức trong AI
|
||||
Khám phá thế giới của **Artificial Intelligence** (AI) với chương trình học 12 tuần, 24 bài học của chúng tôi! Nó bao gồm các bài học thực hành, bài kiểm tra và phòng thí nghiệm. Chương trình phù hợp cho người mới bắt đầu và bao quát các công cụ như TensorFlow và PyTorch, cũng như đạo đức trong AI
|
||||
|
||||
### 🌐 Hỗ trợ đa ngôn ngữ
|
||||
### 🌐 Hỗ trợ Đa Ngôn ngữ
|
||||
|
||||
#### Được hỗ trợ qua GitHub Action (Tự động & Luôn được cập nhật)
|
||||
#### Hỗ trợ qua GitHub Action (Tự động & Luôn Cập nhật)
|
||||
|
||||
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
|
||||
[Tiếng Ả Rập](../ar/README.md) | [Tiếng Bengal](../bn/README.md) | [Tiếng Bulgaria](../bg/README.md) | [Tiếng Miến Điện (Myanmar)](../my/README.md) | [Tiếng Trung (Giản thể)](../zh/README.md) | [Tiếng Trung (Truyền thống, Hồng Kông)](../hk/README.md) | [Tiếng Trung (Truyền thống, Ma Cao)](../mo/README.md) | [Tiếng Trung (Truyền thống, Đài Loan)](../tw/README.md) | [Tiếng Croatia](../hr/README.md) | [Tiếng Séc](../cs/README.md) | [Tiếng Đan Mạch](../da/README.md) | [Tiếng Hà Lan](../nl/README.md) | [Tiếng Estonia](../et/README.md) | [Tiếng Phần Lan](../fi/README.md) | [Tiếng Pháp](../fr/README.md) | [Tiếng Đức](../de/README.md) | [Tiếng Hy Lạp](../el/README.md) | [Tiếng Do Thái](../he/README.md) | [Tiếng Hindi](../hi/README.md) | [Tiếng Hungary](../hu/README.md) | [Tiếng Indonesia](../id/README.md) | [Tiếng Ý](../it/README.md) | [Tiếng Nhật](../ja/README.md) | [Tiếng Kannada](../kn/README.md) | [Tiếng Hàn](../ko/README.md) | [Tiếng Litva](../lt/README.md) | [Tiếng Mã Lai](../ms/README.md) | [Tiếng Malayalam](../ml/README.md) | [Tiếng Marathi](../mr/README.md) | [Tiếng Nepal](../ne/README.md) | [Tiếng Pidgin Nigeria](../pcm/README.md) | [Tiếng Na Uy](../no/README.md) | [Tiếng Ba Tư (Farsi)](../fa/README.md) | [Tiếng Ba Lan](../pl/README.md) | [Tiếng Bồ Đào Nha (Brazil)](../br/README.md) | [Tiếng Bồ Đào Nha (Bồ Đào Nha)](../pt/README.md) | [Tiếng Punjab (Gurmukhi)](../pa/README.md) | [Tiếng Romania](../ro/README.md) | [Tiếng Nga](../ru/README.md) | [Tiếng Serbia (Chữ Cyrillic)](../sr/README.md) | [Tiếng Slovak](../sk/README.md) | [Tiếng Slovenia](../sl/README.md) | [Tiếng Tây Ban Nha](../es/README.md) | [Tiếng Swahili](../sw/README.md) | [Tiếng Thụy Điển](../sv/README.md) | [Tiếng Tagalog (Tiếng Filipino)](../tl/README.md) | [Tiếng Tamil](../ta/README.md) | [Tiếng Telugu](../te/README.md) | [Tiếng Thái](../th/README.md) | [Tiếng Thổ Nhĩ Kỳ](../tr/README.md) | [Tiếng Ukraina](../uk/README.md) | [Tiếng Urdu](../ur/README.md) | [Tiếng Việt](./README.md)
|
||||
[Tiếng Ả Rập](../ar/README.md) | [Tiếng Bengal](../bn/README.md) | [Tiếng Bulgaria](../bg/README.md) | [Tiếng Myanmar (Burmese)](../my/README.md) | [Tiếng Trung (Giản thể)](../zh/README.md) | [Tiếng Trung (Phồn thể, Hồng Kông)](../hk/README.md) | [Tiếng Trung (Phồn thể, Macau)](../mo/README.md) | [Tiếng Trung (Phồn thể, Đài Loan)](../tw/README.md) | [Tiếng Croatia](../hr/README.md) | [Tiếng Séc](../cs/README.md) | [Tiếng Đan Mạch](../da/README.md) | [Tiếng Hà Lan](../nl/README.md) | [Tiếng Estonia](../et/README.md) | [Tiếng Phần Lan](../fi/README.md) | [Tiếng Pháp](../fr/README.md) | [Tiếng Đức](../de/README.md) | [Tiếng Hy Lạp](../el/README.md) | [Tiếng Do Thái](../he/README.md) | [Tiếng Hindi](../hi/README.md) | [Tiếng Hungary](../hu/README.md) | [Tiếng Indonesia](../id/README.md) | [Tiếng Ý](../it/README.md) | [Tiếng Nhật](../ja/README.md) | [Tiếng Kannada](../kn/README.md) | [Tiếng Hàn](../ko/README.md) | [Tiếng Lithuania](../lt/README.md) | [Tiếng Mã Lai](../ms/README.md) | [Tiếng Malayalam](../ml/README.md) | [Tiếng Marathi](../mr/README.md) | [Tiếng Nepal](../ne/README.md) | [Tiếng Pidgin Nigeria](../pcm/README.md) | [Tiếng Na Uy](../no/README.md) | [Tiếng Ba Tư (Farsi)](../fa/README.md) | [Tiếng Ba Lan](../pl/README.md) | [Tiếng Bồ Đào Nha (Brazil)](../br/README.md) | [Tiếng Bồ Đào Nha (Portugal)](../pt/README.md) | [Tiếng Punjabi (Gurmukhi)](../pa/README.md) | [Tiếng Romania](../ro/README.md) | [Tiếng Nga](../ru/README.md) | [Tiếng Serbia (Cyrillic)](../sr/README.md) | [Tiếng Slovakia](../sk/README.md) | [Tiếng Slovenia](../sl/README.md) | [Tiếng Tây Ban Nha](../es/README.md) | [Tiếng Swahili](../sw/README.md) | [Tiếng Thụy Điển](../sv/README.md) | [Tiếng Tagalog (Filipino)](../tl/README.md) | [Tiếng Tamil](../ta/README.md) | [Tiếng Telugu](../te/README.md) | [Tiếng Thái](../th/README.md) | [Tiếng Thổ Nhĩ Kỳ](../tr/README.md) | [Tiếng Ukraina](../uk/README.md) | [Tiếng Urdu](../ur/README.md) | [Tiếng Việt](./README.md)
|
||||
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
||||
|
||||
**Nếu bạn muốn có thêm các ngôn ngữ dịch được hỗ trợ, danh sách các ngôn ngữ được hỗ trợ có tại [đây](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
|
||||
**If you wish to have additional translations languages supported are listed [here](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
|
||||
|
||||
## Tham gia Cộng đồng
|
||||
[](https://discord.gg/nTYy5BXMWG)
|
||||
|
||||
## Những gì bạn sẽ học
|
||||
## Bạn sẽ học được gì
|
||||
|
||||
**[Bản đồ tư duy của Khóa học](http://soshnikov.com/courses/ai-for-beginners/mindmap.html)**
|
||||
**[Sơ đồ tư duy của Khóa học](http://soshnikov.com/courses/ai-for-beginners/mindmap.html)**
|
||||
|
||||
Trong giáo trình này, bạn sẽ học:
|
||||
Trong chương trình này, bạn sẽ học:
|
||||
|
||||
* Các cách tiếp cận khác nhau đối với Trí tuệ Nhân tạo, bao gồm phương pháp tượng trưng "cũ nhưng hiệu quả" với **Biểu diễn Kiến thức** và suy luận ([GOFAI](https://en.wikipedia.org/wiki/Symbolic_artificial_intelligence)).
|
||||
* **Mạng Nơ-ron** và **Học sâu**, là cốt lõi của AI hiện đại. Chúng tôi sẽ minh họa các khái niệm đằng sau những chủ đề quan trọng này bằng mã trong hai framework phổ biến nhất - [TensorFlow](http://Tensorflow.org) và [PyTorch](http://pytorch.org).
|
||||
* **Kiến trúc nơ-ron** để làm việc với hình ảnh và văn bản. Chúng tôi sẽ đề cập tới các mô hình gần đây nhưng có thể hơi thiếu về công nghệ tiên tiến nhất.
|
||||
* Những phương pháp AI ít phổ biến hơn, chẳng hạn như **Thuật toán di truyền** và **Hệ đa tác nhân**.
|
||||
* Các phương pháp tiếp cận khác nhau đối với Trí tuệ Nhân tạo, bao gồm phương pháp ký hiệu "cũ tốt" với **Biểu diễn Tri thức** và suy luận ([GOFAI](https://en.wikipedia.org/wiki/Symbolic_artificial_intelligence)).
|
||||
* **Mạng Nơ-ron** và **Học Sâu**, là cốt lõi của AI hiện đại. Chúng tôi sẽ minh họa các khái niệm đằng sau những chủ đề quan trọng này bằng mã trong hai framework phổ biến nhất - [TensorFlow](http://Tensorflow.org) và [PyTorch](http://pytorch.org).
|
||||
* **Kiến trúc Nơ-ron** để làm việc với hình ảnh và văn bản. Chúng tôi sẽ đề cập đến các mô hình gần đây nhưng có thể hơi thiếu so với những gì là tiên tiến nhất.
|
||||
* Các phương pháp AI ít phổ biến hơn, chẳng hạn như **Thuật toán Di truyền** và **Hệ thống Đa Tác nhân**.
|
||||
|
||||
Những gì chúng tôi sẽ không đề cập trong chương trình này:
|
||||
|
||||
> [Tìm tất cả tài nguyên bổ sung cho khóa học này trong bộ sưu tập Microsoft Learn của chúng tôi](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum)
|
||||
|
||||
* Các trường hợp kinh doanh sử dụng **AI trong Doanh nghiệp**. Hãy cân nhắc tham gia đường dẫn học [Giới thiệu về AI cho người dùng doanh nghiệp](https://docs.microsoft.com/learn/paths/introduction-ai-for-business-users/?WT.mc_id=academic-77998-bethanycheum) trên Microsoft Learn, hoặc [AI Business School](https://www.microsoft.com/ai/ai-business-school/?WT.mc_id=academic-77998-bethanycheum), được phát triển phối hợp với [INSEAD](https://www.insead.edu/).
|
||||
* **Học máy cổ điển**, được mô tả chi tiết trong [Giáo trình Học máy cho Người mới bắt đầu](http://github.com/Microsoft/ML-for-Beginners).
|
||||
* Các ứng dụng AI thực tế được xây dựng bằng **[Cognitive Services](https://azure.microsoft.com/services/cognitive-services/?WT.mc_id=academic-77998-bethanycheum)**. Để mục đích này, chúng tôi khuyên bạn bắt đầu với các module Microsoft Learn về [thị giác](https://docs.microsoft.com/learn/paths/create-computer-vision-solutions-azure-cognitive-services/?WT.mc_id=academic-77998-bethanycheum), [xử lý ngôn ngữ tự nhiên](https://docs.microsoft.com/learn/paths/explore-natural-language-processing/?WT.mc_id=academic-77998-bethanycheum), **[AI Tạo sinh với Azure OpenAI Service](https://learn.microsoft.com/en-us/training/paths/develop-ai-solutions-azure-openai/?WT.mc_id=academic-77998-bethanycheum)** và nhiều nội dung khác.
|
||||
* Các **khung đám mây ML cụ thể**, như [Azure Machine Learning](https://azure.microsoft.com/services/machine-learning/?WT.mc_id=academic-77998-bethanycheum), [Microsoft Fabric](https://learn.microsoft.com/en-us/training/paths/get-started-fabric/?WT.mc_id=academic-77998-bethanycheum), hoặc [Azure Databricks](https://docs.microsoft.com/learn/paths/data-engineer-azure-databricks?WT.mc_id=academic-77998-bethanycheum). Hãy cân nhắc sử dụng các đường dẫn học [Xây dựng và vận hành giải pháp học máy với Azure Machine Learning](https://docs.microsoft.com/learn/paths/build-ai-solutions-with-azure-ml-service/?WT.mc_id=academic-77998-bethanycheum) và [Xây dựng và Vận hành Giải pháp Học máy với Azure Databricks](https://docs.microsoft.com/learn/paths/build-operate-machine-learning-solutions-azure-databricks/?WT.mc_id=academic-77998-bethanycheum).
|
||||
* **AI hội thoại** và **Chatbot**. Có một đường dẫn học riêng [Tạo giải pháp AI hội thoại](https://docs.microsoft.com/learn/paths/create-conversational-ai-solutions/?WT.mc_id=academic-77998-bethanycheum), và bạn cũng có thể tham khảo [bài đăng trên blog này](https://soshnikov.com/azure/hello-bot-conversational-ai-on-microsoft-platform/) để biết chi tiết hơn.
|
||||
* **Toán học chuyên sâu** đằng sau học sâu. Vì điều này, chúng tôi khuyên đọc [Deep Learning](https://www.amazon.com/Deep-Learning-Adaptive-Computation-Machine/dp/0262035618) của Ian Goodfellow, Yoshua Bengio và Aaron Courville, cuốn sách cũng có sẵn trực tuyến tại [https://www.deeplearningbook.org/](https://www.deeplearningbook.org/).
|
||||
* Các trường hợp kinh doanh sử dụng **AI trong Kinh doanh**. Hãy cân nhắc tham gia lộ trình học [Giới thiệu về AI cho người dùng doanh nghiệp](https://docs.microsoft.com/learn/paths/introduction-ai-for-business-users/?WT.mc_id=academic-77998-bethanycheum) trên Microsoft Learn, hoặc [AI Business School](https://www.microsoft.com/ai/ai-business-school/?WT.mc_id=academic-77998-bethanycheum), được phát triển hợp tác với [INSEAD](https://www.insead.edu/).
|
||||
* **Machine Learning Kinh điển**, được mô tả kỹ trong [Chương trình Machine Learning cho Người mới bắt đầu](http://github.com/Microsoft/ML-for-Beginners) của chúng tôi.
|
||||
* Ứng dụng AI thực tiễn xây dựng bằng **[Cognitive Services](https://azure.microsoft.com/services/cognitive-services/?WT.mc_id=academic-77998-bethanycheum)**. Đối với điều này, chúng tôi khuyên bạn bắt đầu với các module Microsoft Learn cho [thị giác](https://docs.microsoft.com/learn/paths/create-computer-vision-solutions-azure-cognitive-services/?WT.mc_id=academic-77998-bethanycheum), [xử lý ngôn ngữ tự nhiên](https://docs.microsoft.com/learn/paths/explore-natural-language-processing/?WT.mc_id=academic-77998-bethanycheum), **[Generative AI with Azure OpenAI Service](https://learn.microsoft.com/en-us/training/paths/develop-ai-solutions-azure-openai/?WT.mc_id=academic-77998-bethanycheum)** và các chủ đề khác.
|
||||
* Các **Framework Đám mây** ML cụ thể, chẳng hạn như [Azure Machine Learning](https://azure.microsoft.com/services/machine-learning/?WT.mc_id=academic-77998-bethanycheum), [Microsoft Fabric](https://learn.microsoft.com/en-us/training/paths/get-started-fabric/?WT.mc_id=academic-77998-bethanycheum), hoặc [Azure Databricks](https://docs.microsoft.com/learn/paths/data-engineer-azure-databricks?WT.mc_id=academic-77998-bethanycheum). Hãy cân nhắc sử dụng các lộ trình học [Build and operate machine learning solutions with Azure Machine Learning](https://docs.microsoft.com/learn/paths/build-ai-solutions-with-azure-ml-service/?WT.mc_id=academic-77998-bethanycheum) và [Build and Operate Machine Learning Solutions with Azure Databricks](https://docs.microsoft.com/learn/paths/build-operate-machine-learning-solutions-azure-databricks/?WT.mc_id=academic-77998-bethanycheum).
|
||||
* **Conversational AI** và **Chat Bots**. Có một lộ trình học riêng [Create conversational AI solutions](https://docs.microsoft.com/learn/paths/create-conversational-ai-solutions/?WT.mc_id=academic-77998-bethanycheum), và bạn cũng có thể tham khảo [bài viết trên blog này](https://soshnikov.com/azure/hello-bot-conversational-ai-on-microsoft-platform/) để biết chi tiết hơn.
|
||||
* **Toán học Sâu** đằng sau học sâu. Cho điều này, chúng tôi khuyên [Deep Learning](https://www.amazon.com/Deep-Learning-Adaptive-Computation-Machine/dp/0262035618) của Ian Goodfellow, Yoshua Bengio và Aaron Courville, cuốn sách cũng có sẵn trực tuyến tại [https://www.deeplearningbook.org/](https://www.deeplearningbook.org/).
|
||||
|
||||
Để có giới thiệu nhẹ nhàng về các chủ đề _AI trên đám mây_ bạn có thể xem xét tham gia Đường dẫn Học [Bắt đầu với trí tuệ nhân tạo trên Azure](https://docs.microsoft.com/learn/paths/get-started-with-artificial-intelligence-on-azure/?WT.mc_id=academic-77998-bethanycheum).
|
||||
Để có phần giới thiệu nhẹ nhàng về các chủ đề _AI trên Đám mây_ bạn có thể cân nhắc tham gia Lộ trình Học [Bắt đầu với trí tuệ nhân tạo trên Azure](https://docs.microsoft.com/learn/paths/get-started-with-artificial-intelligence-on-azure/?WT.mc_id=academic-77998-bethanycheum).
|
||||
|
||||
# Nội dung
|
||||
|
||||
| | Liên kết bài học | PyTorch/Keras/TensorFlow | Thực hành |
|
||||
| | Liên kết bài học | PyTorch/Keras/TensorFlow | Lab |
|
||||
| :-: | :------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------------------------------: | ------------------------------------------------------------------------------ |
|
||||
| 0 | [Cài đặt Khóa học](./lessons/0-course-setup/setup.md) | [Thiết lập Môi trường Phát triển của bạn](./lessons/0-course-setup/how-to-run.md) | |
|
||||
| 0 | [Thiết lập Khóa học](./lessons/0-course-setup/setup.md) | [Thiết lập Môi trường Phát triển của bạn](./lessons/0-course-setup/how-to-run.md) | |
|
||||
| I | [**Giới thiệu về AI**](./lessons/1-Intro/README.md) | | |
|
||||
| 01 | [Giới thiệu và Lịch sử của AI](./lessons/1-Intro/README.md) | - | - |
|
||||
| II | **AI Tượng trưng** |
|
||||
| 02 | [Biểu diễn Kiến thức và Hệ Chuyên gia](./lessons/2-Symbolic/README.md) | [Hệ Chuyên gia](./lessons/2-Symbolic/Animals.ipynb) / [Ontology](./lessons/2-Symbolic/FamilyOntology.ipynb) /[Đồ thị Khái niệm](./lessons/2-Symbolic/MSConceptGraph.ipynb) | |
|
||||
| II | **AI Biểu tượng** |
|
||||
| 02 | [Biểu diễn Tri thức và Hệ chuyên gia](./lessons/2-Symbolic/README.md) | [Hệ chuyên gia](./lessons/2-Symbolic/Animals.ipynb) / [Bản thể học](./lessons/2-Symbolic/FamilyOntology.ipynb) /[Đồ thị Khái niệm](./lessons/2-Symbolic/MSConceptGraph.ipynb) | |
|
||||
| III | [**Giới thiệu về Mạng Nơ-ron**](./lessons/3-NeuralNetworks/README.md) |||
|
||||
| 03 | [Perceptron](./lessons/3-NeuralNetworks/03-Perceptron/README.md) | [Notebook](./lessons/3-NeuralNetworks/03-Perceptron/Perceptron.ipynb) | [Lab](./lessons/3-NeuralNetworks/03-Perceptron/lab/README.md) |
|
||||
| 04 | [Perceptron nhiều lớp và Tạo framework của riêng chúng ta](./lessons/3-NeuralNetworks/04-OwnFramework/README.md) | [Notebook](./lessons/3-NeuralNetworks/04-OwnFramework/OwnFramework.ipynb) | [Lab](./lessons/3-NeuralNetworks/04-OwnFramework/lab/README.md) |
|
||||
| 05 | [Giới thiệu về Frameworks (PyTorch/TensorFlow) và Quá khớp](./lessons/3-NeuralNetworks/05-Frameworks/README.md) | [PyTorch](./lessons/3-NeuralNetworks/05-Frameworks/IntroPyTorch.ipynb) / [Keras](./lessons/3-NeuralNetworks/05-Frameworks/IntroKeras.ipynb) / [TensorFlow](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [Lab](./lessons/3-NeuralNetworks/05-Frameworks/lab/README.md) |
|
||||
| IV | [**Thị giác máy tính**](./lessons/4-ComputerVision/README.md) | [PyTorch](https://docs.microsoft.com/learn/modules/intro-computer-vision-pytorch/?WT.mc_id=academic-77998-cacaste) / [TensorFlow](https://docs.microsoft.com/learn/modules/intro-computer-vision-TensorFlow/?WT.mc_id=academic-77998-cacaste)| [Khám phá Thị giác máy tính trên Microsoft Azure](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) |
|
||||
| 06 | [Giới thiệu về Thị giác máy tính. OpenCV](./lessons/4-ComputerVision/06-IntroCV/README.md) | [Notebook](./lessons/4-ComputerVision/06-IntroCV/OpenCV.ipynb) | [Lab](./lessons/4-ComputerVision/06-IntroCV/lab/README.md) |
|
||||
| 07 | [Mạng Nơ-ron Tích chập](./lessons/4-ComputerVision/07-ConvNets/README.md) & [Kiến trúc CNN](./lessons/4-ComputerVision/07-ConvNets/CNN_Architectures.md) | [PyTorch](./lessons/4-ComputerVision/07-ConvNets/ConvNetsPyTorch.ipynb) /[TensorFlow](./lessons/4-ComputerVision/07-ConvNets/ConvNetsTF.ipynb) | [Lab](./lessons/4-ComputerVision/07-ConvNets/lab/README.md) |
|
||||
| 08 | [Mạng tiền huấn luyện và Học chuyển giao](./lessons/4-ComputerVision/08-TransferLearning/README.md) and [Mẹo huấn luyện](./lessons/4-ComputerVision/08-TransferLearning/TrainingTricks.md) | [PyTorch](./lessons/4-ComputerVision/08-TransferLearning/TransferLearningPyTorch.ipynb) / [TensorFlow](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [Lab](./lessons/4-ComputerVision/08-TransferLearning/lab/README.md) |
|
||||
| 03 | [Perceptron](./lessons/3-NeuralNetworks/03-Perceptron/README.md) | [Sổ ghi chép](./lessons/3-NeuralNetworks/03-Perceptron/Perceptron.ipynb) | [Bài Lab](./lessons/3-NeuralNetworks/03-Perceptron/lab/README.md) |
|
||||
| 04 | [Perceptron nhiều lớp và Tạo framework riêng của chúng ta](./lessons/3-NeuralNetworks/04-OwnFramework/README.md) | [Sổ ghi chép](./lessons/3-NeuralNetworks/04-OwnFramework/OwnFramework.ipynb) | [Bài Lab](./lessons/3-NeuralNetworks/04-OwnFramework/lab/README.md) |
|
||||
| 05 | [Giới thiệu về Frameworks (PyTorch/TensorFlow) và Quá khớp](./lessons/3-NeuralNetworks/05-Frameworks/README.md) | [PyTorch](./lessons/3-NeuralNetworks/05-Frameworks/IntroPyTorch.ipynb) / [Keras](./lessons/3-NeuralNetworks/05-Frameworks/IntroKeras.ipynb) / [TensorFlow](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [Bài Lab](./lessons/3-NeuralNetworks/05-Frameworks/lab/README.md) |
|
||||
| IV | [**Thị giác máy tính**](./lessons/4-ComputerVision/README.md) | [PyTorch](https://docs.microsoft.com/learn/modules/intro-computer-vision-pytorch/?WT.mc_id=academic-77998-cacaste) / [TensorFlow](https://docs.microsoft.com/learn/modules/intro-computer-vision-TensorFlow/?WT.mc_id=academic-77998-cacaste)| [Khám phá Thị giác Máy tính trên Microsoft Azure](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) |
|
||||
| 06 | [Giới thiệu về Thị giác Máy tính. OpenCV](./lessons/4-ComputerVision/06-IntroCV/README.md) | [Sổ ghi chép](./lessons/4-ComputerVision/06-IntroCV/OpenCV.ipynb) | [Bài Lab](./lessons/4-ComputerVision/06-IntroCV/lab/README.md) |
|
||||
| 07 | [Mạng nơ-ron tích chập](./lessons/4-ComputerVision/07-ConvNets/README.md) & [Kiến trúc CNN](./lessons/4-ComputerVision/07-ConvNets/CNN_Architectures.md) | [PyTorch](./lessons/4-ComputerVision/07-ConvNets/ConvNetsPyTorch.ipynb) /[TensorFlow](./lessons/4-ComputerVision/07-ConvNets/ConvNetsTF.ipynb) | [Bài Lab](./lessons/4-ComputerVision/07-ConvNets/lab/README.md) |
|
||||
| 08 | [Mạng đã được huấn luyện trước và Học chuyển giao](./lessons/4-ComputerVision/08-TransferLearning/README.md) và [Mẹo huấn luyện](./lessons/4-ComputerVision/08-TransferLearning/TrainingTricks.md) | [PyTorch](./lessons/4-ComputerVision/08-TransferLearning/TransferLearningPyTorch.ipynb) / [TensorFlow](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [Bài Lab](./lessons/4-ComputerVision/08-TransferLearning/lab/README.md) |
|
||||
| 09 | [Autoencoder và VAE](./lessons/4-ComputerVision/09-Autoencoders/README.md) | [PyTorch](./lessons/4-ComputerVision/09-Autoencoders/AutoEncodersPyTorch.ipynb) / [TensorFlow](./lessons/4-ComputerVision/09-Autoencoders/AutoencodersTF.ipynb) | |
|
||||
| 10 | [Mạng Đối kháng Sinh sinh & Chuyển phong cách nghệ thuật](./lessons/4-ComputerVision/10-GANs/README.md) | [PyTorch](./lessons/4-ComputerVision/10-GANs/GANPyTorch.ipynb) / [TensorFlow](./lessons/4-ComputerVision/10-GANs/GANTF.ipynb) | |
|
||||
| 11 | [Phát hiện đối tượng](./lessons/4-ComputerVision/11-ObjectDetection/README.md) | [TensorFlow](./lessons/4-ComputerVision/11-ObjectDetection/ObjectDetection.ipynb) | [Lab](./lessons/4-ComputerVision/11-ObjectDetection/lab/README.md) |
|
||||
| 10 | [Mạng Tạo Sinh Đối Kháng và Chuyển đổi Phong cách Nghệ thuật](./lessons/4-ComputerVision/10-GANs/README.md) | [PyTorch](./lessons/4-ComputerVision/10-GANs/GANPyTorch.ipynb) / [TensorFlow](./lessons/4-ComputerVision/10-GANs/GANTF.ipynb) | |
|
||||
| 11 | [Phát hiện đối tượng](./lessons/4-ComputerVision/11-ObjectDetection/README.md) | [TensorFlow](./lessons/4-ComputerVision/11-ObjectDetection/ObjectDetection.ipynb) | [Bài Lab](./lessons/4-ComputerVision/11-ObjectDetection/lab/README.md) |
|
||||
| 12 | [Phân đoạn ngữ nghĩa. U-Net](./lessons/4-ComputerVision/12-Segmentation/README.md) | [PyTorch](./lessons/4-ComputerVision/12-Segmentation/SemanticSegmentationPytorch.ipynb) / [TensorFlow](./lessons/4-ComputerVision/12-Segmentation/SemanticSegmentationTF.ipynb) | |
|
||||
| V | [**Xử lý ngôn ngữ tự nhiên**](./lessons/5-NLP/README.md) | [PyTorch](https://docs.microsoft.com/learn/modules/intro-natural-language-processing-pytorch/?WT.mc_id=academic-77998-cacaste) /[TensorFlow](https://docs.microsoft.com/learn/modules/intro-natural-language-processing-TensorFlow/?WT.mc_id=academic-77998-cacaste) | [Khám phá Xử lý ngôn ngữ tự nhiên trên Microsoft Azure](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum)|
|
||||
| 13 | [Biểu diễn văn bản. BoW/TF-IDF](./lessons/5-NLP/13-TextRep/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationTF.ipynb) | |
|
||||
| 14 | [Embedding từ mang ngữ nghĩa. Word2Vec và GloVe](./lessons/5-NLP/14-Embeddings/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsTF.ipynb) | |
|
||||
| 15 | [Mô hình ngôn ngữ. Huấn luyện embedding của riêng bạn](./lessons/5-NLP/15-LanguageModeling/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-PyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-TF.ipynb) | [Lab](./lessons/5-NLP/15-LanguageModeling/lab/README.md) |
|
||||
| 16 | [Mạng Nơ-ron Tái hồi (RNN)](./lessons/5-NLP/16-RNN/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/16-RNN/RNNPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/16-RNN/RNNTF.ipynb) | |
|
||||
| 17 | [Mạng Tạo sinh Hồi tiếp](./lessons/5-NLP/17-GenerativeNetworks/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativePyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativeTF.ipynb) | [Lab](./lessons/5-NLP/17-GenerativeNetworks/lab/README.md) |
|
||||
| V | [**Xử lý ngôn ngữ tự nhiên**](./lessons/5-NLP/README.md) | [PyTorch](https://docs.microsoft.com/learn/modules/intro-natural-language-processing-pytorch/?WT.mc_id=academic-77998-cacaste) /[TensorFlow](https://docs.microsoft.com/learn/modules/intro-natural-language-processing-TensorFlow/?WT.mc_id=academic-77998-cacaste) | [Khám phá Xử lý Ngôn ngữ Tự nhiên trên Microsoft Azure](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum)|
|
||||
| 13 | [Biểu diễn Văn bản. Bow/TF-IDF](./lessons/5-NLP/13-TextRep/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationTF.ipynb) | |
|
||||
| 14 | [Nhúng từ ngữ nghĩa. Word2Vec và GloVe](./lessons/5-NLP/14-Embeddings/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsTF.ipynb) | |
|
||||
| 15 | [Mô hình ngôn ngữ. Huấn luyện nhúng của riêng bạn](./lessons/5-NLP/15-LanguageModeling/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-PyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-TF.ipynb) | [Bài Lab](./lessons/5-NLP/15-LanguageModeling/lab/README.md) |
|
||||
| 16 | [Mạng nơ-ron hồi tiếp](./lessons/5-NLP/16-RNN/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/16-RNN/RNNPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/16-RNN/RNNTF.ipynb) | |
|
||||
| 17 | [Mạng hồi tiếp sinh tạo](./lessons/5-NLP/17-GenerativeNetworks/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativePyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativeTF.ipynb) | [Bài Lab](./lessons/5-NLP/17-GenerativeNetworks/lab/README.md) |
|
||||
| 18 | [Transformers. BERT.](./lessons/5-NLP/18-Transformers/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/18-Transformers/TransformersPyTorch.ipynb) /[TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/18-Transformers/TransformersTF.ipynb) | |
|
||||
| 19 | [Nhận dạng thực thể có tên](./lessons/5-NLP/19-NER/README.md) | [TensorFlow](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/19-NER/NER-TF.ipynb) | [Lab](./lessons/5-NLP/19-NER/lab/README.md) |
|
||||
| 20 | [Mô hình ngôn ngữ lớn, Lập trình Prompt và Tác vụ Few-Shot](./lessons/5-NLP/20-LangModels/README.md) | [PyTorch](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/20-LangModels/GPT-PyTorch.ipynb) | |
|
||||
| 19 | [Nhận dạng thực thể có tên](./lessons/5-NLP/19-NER/README.md) | [TensorFlow](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/19-NER/NER-TF.ipynb) | [Bài Lab](./lessons/5-NLP/19-NER/lab/README.md) |
|
||||
| 20 | [Mô hình ngôn ngữ lớn, Lập trình prompt và tác vụ few-shot](./lessons/5-NLP/20-LangModels/README.md) | [PyTorch](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/20-LangModels/GPT-PyTorch.ipynb) | |
|
||||
| VI | **Các kỹ thuật AI khác** || |
|
||||
| 21 | [Thuật toán di truyền](./lessons/6-Other/21-GeneticAlgorithms/README.md) | [Notebook](./lessons/6-Other/21-GeneticAlgorithms/Genetic.ipynb) | |
|
||||
| 22 | [Học tăng cường sâu](./lessons/6-Other/22-DeepRL/README.md) | [PyTorch](./lessons/6-Other/22-DeepRL/CartPole-RL-PyTorch.ipynb) /[TensorFlow](./lessons/6-Other/22-DeepRL/CartPole-RL-TF.ipynb) | [Lab](./lessons/6-Other/22-DeepRL/lab/README.md) |
|
||||
| 21 | [Thuật toán di truyền](./lessons/6-Other/21-GeneticAlgorithms/README.md) | [Sổ ghi chép](./lessons/6-Other/21-GeneticAlgorithms/Genetic.ipynb) | |
|
||||
| 22 | [Học tăng cường sâu](./lessons/6-Other/22-DeepRL/README.md) | [PyTorch](./lessons/6-Other/22-DeepRL/CartPole-RL-PyTorch.ipynb) /[TensorFlow](./lessons/6-Other/22-DeepRL/CartPole-RL-TF.ipynb) | [Bài Lab](./lessons/6-Other/22-DeepRL/lab/README.md) |
|
||||
| 23 | [Hệ thống đa tác nhân](./lessons/6-Other/23-MultiagentSystems/README.md) | | |
|
||||
| VII | **Đạo đức AI** | | |
|
||||
| 24 | [Đạo đức AI và AI có trách nhiệm](./lessons/7-Ethics/README.md) | [Microsoft Learn: Nguyên tắc AI có Trách nhiệm](https://docs.microsoft.com/learn/paths/responsible-ai-business-principles/?WT.mc_id=academic-77998-cacaste) | |
|
||||
| IX | **Mục bổ sung** | | |
|
||||
| 25 | [Mạng Đa phương thức, CLIP và VQGAN](./lessons/X-Extras/X1-MultiModal/README.md) | [Notebook](./lessons/X-Extras/X1-MultiModal/Clip.ipynb) | |
|
||||
| 24 | [Đạo đức AI và Trách nhiệm trong AI](./lessons/7-Ethics/README.md) | [Microsoft Learn: Nguyên tắc AI có trách nhiệm](https://docs.microsoft.com/learn/paths/responsible-ai-business-principles/?WT.mc_id=academic-77998-cacaste) | |
|
||||
| IX | **Phần bổ sung** | | |
|
||||
| 25 | [Mạng đa phương thức, CLIP và VQGAN](./lessons/X-Extras/X1-MultiModal/README.md) | [Sổ ghi chép](./lessons/X-Extras/X1-MultiModal/Clip.ipynb) | |
|
||||
|
||||
## Mỗi bài học bao gồm
|
||||
|
||||
* Tài liệu đọc trước
|
||||
* Executable Jupyter Notebooks, which are often specific to the framework (**PyTorch** or **TensorFlow**). The executable notebook also contains a lot of theoretical material, so to understand the topic you need to go through at least one version of the notebook (either PyTorch or TensorFlow).
|
||||
* **Labs** available for some topics, which give you an opportunity to try applying the material you have learned to a specific problem.
|
||||
* Một số phần chứa liên kết tới module [**MS Learn**](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) bao gồm các chủ đề liên quan.
|
||||
* Các Sổ ghi chép Jupyter có thể thực thi, thường là dành riêng cho framework (**PyTorch** hoặc **TensorFlow**). Sổ ghi chép có thể thực thi cũng chứa nhiều nội dung lý thuyết, vì vậy để hiểu chủ đề bạn cần xem qua ít nhất một phiên bản của sổ ghi chép (hoặc PyTorch hoặc TensorFlow).
|
||||
* **Labs** có sẵn cho một số chủ đề, cho bạn cơ hội thử áp dụng những gì bạn đã học vào một vấn đề cụ thể.
|
||||
* Một số phần chứa liên kết đến [**MS Learn**](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) các module bao gồm các chủ đề liên quan.
|
||||
|
||||
## Bắt đầu
|
||||
|
||||
### 🎯 Mới với AI? Bắt đầu ở đây!
|
||||
### 🎯 Mới với AI? Bắt đầu tại đây!
|
||||
|
||||
If you're completely new to AI and want quick, hands-on examples, check out our [**Beginner-Friendly Examples**](./examples/README.md)! These include:
|
||||
Nếu bạn hoàn toàn mới với AI và muốn các ví dụ thực hành nhanh chóng, hãy xem [**Ví dụ Dành cho Người mới bắt đầu**](./examples/README.md)! Chúng bao gồm:
|
||||
|
||||
- 🌟 **Hello AI World** - Chương trình AI đầu tiên của bạn (nhận dạng mẫu)
|
||||
- 🧠 **Simple Neural Network** - Xây dựng một mạng nơ-ron từ đầu
|
||||
- 🖼️ **Image Classifier** - Phân loại ảnh với chú thích chi tiết
|
||||
- 💬 **Đánh giá cảm xúc văn bản** - Phân tích văn bản tích cực/tiêu cực
|
||||
- 🧠 **Mạng nơ-ron đơn giản** - Xây dựng một mạng nơ-ron từ đầu
|
||||
- 🖼️ **Bộ phân loại ảnh** - Phân loại hình ảnh với chú thích chi tiết
|
||||
- 💬 **Cảm xúc văn bản** - Phân tích văn bản tích cực/tiêu cực
|
||||
|
||||
These examples are designed to help you understand AI concepts before diving into the full curriculum.
|
||||
|
||||
### 📚 Thiết lập Toàn bộ Khóa học
|
||||
### 📚 Thiết lập Toàn bộ Chương trình học
|
||||
|
||||
- Chúng tôi đã tạo một [bài học thiết lập](./lessons/0-course-setup/setup.md) để giúp bạn thiết lập môi trường phát triển. - Dành cho Giảng viên, chúng tôi cũng đã tạo một [bài học thiết lập chương trình học](./lessons/0-course-setup/for-teachers.md) cho bạn nữa!
|
||||
- Cách [Chạy mã trong VSCode hoặc a Codepace](./lessons/0-course-setup/how-to-run.md)
|
||||
- We have created a [bài học thiết lập](./lessons/0-course-setup/setup.md) to help you with setting up your development environment. - Dành cho giáo viên, we have created a [bài học thiết lập chương trình học](./lessons/0-course-setup/for-teachers.md) for you too!
|
||||
- How to [Chạy mã trong VSCode hoặc a Codepace](./lessons/0-course-setup/how-to-run.md)
|
||||
|
||||
Follow these steps:
|
||||
|
||||
|
|
@ -140,13 +140,13 @@ Don't forget to star (🌟) this repo to find it easier later.
|
|||
|
||||
## Gặp gỡ những người học khác
|
||||
|
||||
Join our [official AI Discord server](https://aka.ms/genai-discord?WT.mc_id=academic-105485-bethanycheum) to meet and network with other learners taking this course and get support.
|
||||
Join our [máy chủ Discord chính thức về AI](https://aka.ms/genai-discord?WT.mc_id=academic-105485-bethanycheum) to meet and network with other learners taking this course and get support.
|
||||
|
||||
If you have product feedback or questions whilst building visit our [Azure AI Foundry Developer Forum](https://aka.ms/foundry/forum)
|
||||
If you have product feedback or questions whilst building visit our [Diễn đàn Nhà phát triển Azure AI Foundry](https://aka.ms/foundry/forum)
|
||||
|
||||
## Quizzes
|
||||
|
||||
> **Một ghi chú về các bài kiểm tra**: Tất cả các bài kiểm tra nằm trong thư mục Quiz-app ở etc\quiz-app, hoặc [Trực tuyến tại đây](https://ff-quizzes.netlify.app/) They are linked from within the lessons the quiz app can be run locally or deployed to Azure; follow the instruction in the `quiz-app` folder. They are gradually being localized.
|
||||
> **Một ghi chú về các bài kiểm tra**: Tất cả các bài kiểm tra nằm trong thư mục Quiz-app tại etc\quiz-app, hoặc [Trực tuyến tại đây](https://ff-quizzes.netlify.app/) They are linked from within the lessons the quiz app can be run locally or deployed to Azure; follow the instruction in the `quiz-app` folder. They are gradually being localized.
|
||||
|
||||
## Cần giúp đỡ
|
||||
|
||||
|
|
@ -154,11 +154,11 @@ Do you have suggestions or found spelling or code errors? Raise an issue or crea
|
|||
|
||||
## Lời cảm ơn đặc biệt
|
||||
|
||||
* **✍️ Tác giả Chính:** [Dmitry Soshnikov](http://soshnikov.com), PhD
|
||||
* **✍️ Tác giả chính:** [Dmitry Soshnikov](http://soshnikov.com), PhD
|
||||
* **🔥 Biên tập:** [Jen Looper](https://twitter.com/jenlooper), PhD
|
||||
* **🎨 Minh họa Sketchnote:** [Tomomi Imura](https://twitter.com/girlie_mac)
|
||||
* **✅ Người tạo bài kiểm tra:** [Lateefah Bello](https://github.com/CinnamonXI), [MLSA](https://studentambassadors.microsoft.com/)
|
||||
* **🙏 Những người đóng góp chính:** [Evgenii Pishchik](https://github.com/Pe4enIks)
|
||||
* **🎨 Minh họa sketchnote:** [Tomomi Imura](https://twitter.com/girlie_mac)
|
||||
* **✅ Người tạo quiz:** [Lateefah Bello](https://github.com/CinnamonXI), [MLSA](https://studentambassadors.microsoft.com/)
|
||||
* **🙏 Cộng tác viên chính:** [Evgenii Pishchik](https://github.com/Pe4enIks)
|
||||
|
||||
## Các chương trình học khác
|
||||
|
||||
|
|
@ -179,17 +179,17 @@ Our team produces other curricula! Check out:
|
|||
|
||||
---
|
||||
|
||||
### Generative AI Series
|
||||
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
|
||||
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
|
||||
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
|
||||
### Chuỗi AI Tạo Sinh
|
||||
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
|
||||
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
|
||||
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
|
||||
|
||||
---
|
||||
|
||||
### Core Learning
|
||||
### Học cốt lõi
|
||||
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
|
||||
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
|
||||
|
|
@ -198,8 +198,8 @@ Our team produces other curricula! Check out:
|
|||
|
||||
---
|
||||
|
||||
### Copilot Series
|
||||
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
|
||||
### Chuỗi Copilot
|
||||
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
|
||||
[](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
|
||||
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
|
||||
|
|
@ -208,7 +208,7 @@ Our team produces other curricula! Check out:
|
|||
|
||||
If you get stuck or have any questions about building AI apps. Join fellow learners and experienced developers in discussions about MCP. It's a supportive community where questions are welcome and knowledge is shared freely.
|
||||
|
||||
[](https://discord.gg/nTYy5BXMWG)
|
||||
[](https://discord.gg/nTYy5BXMWG)
|
||||
|
||||
If you have product feedback or errors while building visit:
|
||||
|
||||
|
|
@ -217,6 +217,6 @@ If you have product feedback or errors while building visit:
|
|||
---
|
||||
|
||||
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
||||
**Miễn trừ trách nhiệm**:
|
||||
Tài liệu này đã được dịch bằng dịch vụ dịch thuật AI [Co-op Translator](https://github.com/Azure/co-op-translator). Mặc dù chúng tôi nỗ lực để đảm bảo độ chính xác, xin lưu ý rằng bản dịch tự động có thể chứa lỗi hoặc không chính xác. Tài liệu gốc bằng ngôn ngữ ban đầu nên được coi là nguồn thông tin có thẩm quyền. Đối với các thông tin quan trọng, nên sử dụng dịch vụ dịch thuật chuyên nghiệp do con người thực hiện. Chúng tôi không chịu trách nhiệm về bất kỳ hiểu lầm hoặc diễn giải sai nào phát sinh từ việc sử dụng bản dịch này.
|
||||
Miễn trừ trách nhiệm:
|
||||
Tài liệu này đã được dịch bằng dịch vụ dịch thuật AI Co-op Translator (https://github.com/Azure/co-op-translator). Mặc dù chúng tôi nỗ lực để đảm bảo độ chính xác, xin lưu ý rằng các bản dịch tự động có thể chứa lỗi hoặc không chính xác. Tài liệu gốc bằng ngôn ngữ gốc của nó nên được coi là nguồn chính thức. Đối với những thông tin quan trọng, nên sử dụng dịch vụ dịch thuật chuyên nghiệp do con người thực hiện. Chúng tôi không chịu trách nhiệm về bất kỳ hiểu nhầm hoặc giải thích sai nào phát sinh từ việc sử dụng bản dịch này.
|
||||
<!-- CO-OP TRANSLATOR DISCLAIMER END -->
|
||||
|
|
@ -9,7 +9,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
-->
|
||||
# Giới thiệu về AI
|
||||
|
||||
|
||||
|
||||
|
||||
> Hình vẽ bởi [Tomomi Imura](https://twitter.com/girlie_mac)
|
||||
|
||||
|
|
@ -19,7 +19,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
Ban đầu, máy tính được phát minh bởi [Charles Babbage](https://en.wikipedia.org/wiki/Charles_Babbage) để xử lý các con số theo một quy trình được định nghĩa rõ ràng - một thuật toán. Máy tính hiện đại, mặc dù tiên tiến hơn rất nhiều so với mô hình ban đầu được đề xuất vào thế kỷ 19, vẫn tuân theo ý tưởng về các tính toán có kiểm soát. Do đó, có thể lập trình một máy tính để thực hiện một việc gì đó nếu chúng ta biết chính xác chuỗi các bước cần thực hiện để đạt được mục tiêu.
|
||||
|
||||
|
||||
|
||||
|
||||
> Ảnh bởi [Vickie Soshnikova](http://twitter.com/vickievalerie)
|
||||
|
||||
|
|
@ -46,7 +46,7 @@ AI yếu rất chuyên biệt và không sở hữu khả năng nhận thức gi
|
|||
|
||||
Một trong những vấn đề khi xử lý thuật ngữ **[Trí thông minh](https://en.wikipedia.org/wiki/Intelligence)** là không có định nghĩa rõ ràng cho thuật ngữ này. Một số người có thể cho rằng trí thông minh liên quan đến **tư duy trừu tượng**, hoặc đến **tự nhận thức**, nhưng chúng ta không thể định nghĩa nó một cách chính xác.
|
||||
|
||||
|
||||
|
||||
|
||||
> [Ảnh](https://unsplash.com/photos/75715CVEJhI) bởi [Amber Kipp](https://unsplash.com/@sadmax) từ Unsplash
|
||||
|
||||
|
|
@ -98,13 +98,13 @@ Ngược lại, chúng ta có thể cố gắng mô phỏng các yếu tố đơ
|
|||
|
||||
> | Còn về ML thì sao? | |
|
||||
> |--------------|-----------|
|
||||
> | Một phần của Trí tuệ Nhân tạo dựa trên việc máy tính học cách giải quyết vấn đề dựa trên một số dữ liệu được gọi là **Học máy**. Chúng ta sẽ không xem xét học máy cổ điển trong khóa học này - chúng tôi giới thiệu bạn đến chương trình học riêng [Học máy cho người mới bắt đầu](http://aka.ms/ml-beginners). |  |
|
||||
> | Một phần của Trí tuệ Nhân tạo dựa trên việc máy tính học cách giải quyết vấn đề dựa trên một số dữ liệu được gọi là **Học máy**. Chúng ta sẽ không xem xét học máy cổ điển trong khóa học này - chúng tôi giới thiệu bạn đến chương trình học riêng [Học máy cho người mới bắt đầu](http://aka.ms/ml-beginners). |  |
|
||||
|
||||
## Lịch sử ngắn gọn về AI
|
||||
|
||||
Trí tuệ Nhân tạo được bắt đầu như một lĩnh vực vào giữa thế kỷ 20. Ban đầu, lý luận biểu tượng là cách tiếp cận phổ biến, và nó đã dẫn đến một số thành công quan trọng, chẳng hạn như các hệ thống chuyên gia – các chương trình máy tính có thể hoạt động như một chuyên gia trong một số lĩnh vực vấn đề hạn chế. Tuy nhiên, sớm nhận ra rằng cách tiếp cận này không mở rộng tốt. Việc trích xuất kiến thức từ một chuyên gia, biểu diễn nó trong máy tính, và giữ cho cơ sở kiến thức đó chính xác hóa ra là một nhiệm vụ rất phức tạp, và quá tốn kém để thực tế trong nhiều trường hợp. Điều này dẫn đến cái gọi là [Mùa đông AI](https://en.wikipedia.org/wiki/AI_winter) vào những năm 1970.
|
||||
|
||||
<img alt="Lịch sử ngắn gọn về AI" src="../../../../translated_images/history-of-ai.7e83efa70b537f5a0264357672b0884cf3a220fbafe35c65d70b2c3805f7bf5e.vi.png" width="70%"/>
|
||||
<img alt="Lịch sử ngắn gọn về AI" src="../../../../translated_images/history-of-ai.7e83efa70b537f5a.vi.png" width="70%"/>
|
||||
|
||||
> Hình ảnh bởi [Dmitry Soshnikov](http://soshnikov.com)
|
||||
|
||||
|
|
@ -124,7 +124,7 @@ Tương tự, chúng ta có thể thấy cách tiếp cận đối với việc
|
|||
* Các trợ lý hiện đại, chẳng hạn như Cortana, Siri hoặc Google Assistant đều là các hệ thống lai sử dụng Mạng nơ-ron để chuyển đổi giọng nói thành văn bản và nhận ra ý định của chúng ta, và sau đó sử dụng một số lý luận hoặc thuật toán rõ ràng để thực hiện các hành động cần thiết.
|
||||
* Trong tương lai, chúng ta có thể mong đợi một mô hình hoàn toàn dựa trên mạng nơ-ron để xử lý đối thoại một cách độc lập. Các mạng nơ-ron GPT gần đây và [Turing-NLG](https://www.microsoft.com/research/blog/turing-nlg-a-17-billion-parameter-language-model-by-microsoft) cho thấy thành công lớn trong lĩnh vực này.
|
||||
|
||||
<img alt="sự tiến hóa của bài kiểm tra Turing" src="../../../../translated_images/turing-test-evol.4184696701293ead6de6e6441a659c62f0b119b342456987f531005f43be0b6d.vi.png" width="70%"/>
|
||||
<img alt="sự tiến hóa của bài kiểm tra Turing" src="../../../../translated_images/turing-test-evol.4184696701293ead.vi.png" width="70%"/>
|
||||
> Hình ảnh của Dmitry Soshnikov, [ảnh](https://unsplash.com/photos/r8LmVbUKgns) bởi [Marina Abrosimova](https://unsplash.com/@abrosimova_marina_foto), Unsplash
|
||||
|
||||
## Nghiên cứu AI gần đây
|
||||
|
|
|
|||
|
|
@ -12,7 +12,7 @@
|
|||
"\n",
|
||||
"Trong ví dụ này, chúng ta sẽ triển khai một hệ thống dựa trên kiến thức đơn giản để xác định một loài động vật dựa trên một số đặc điểm vật lý. Hệ thống có thể được biểu diễn bằng cây AND-OR sau đây (đây chỉ là một phần của toàn bộ cây, chúng ta có thể dễ dàng thêm một số quy tắc khác):\n",
|
||||
"\n",
|
||||
"\n"
|
||||
"\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
|
|
|
|||
|
|
@ -9,7 +9,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
-->
|
||||
# Đại diện Tri thức và Hệ thống Chuyên gia
|
||||
|
||||
|
||||
|
||||
|
||||
> Sketchnote bởi [Tomomi Imura](https://twitter.com/girlie_mac)
|
||||
|
||||
|
|
@ -41,7 +41,7 @@ Thông thường, chúng ta không định nghĩa tri thức một cách nghiêm
|
|||
|
||||
Do đó, vấn đề của **đại diện tri thức** là tìm một cách hiệu quả để biểu diễn tri thức bên trong máy tính dưới dạng dữ liệu, để có thể sử dụng tự động. Điều này có thể được xem như một phổ:
|
||||
|
||||
|
||||
|
||||
|
||||
> Hình ảnh bởi [Dmitry Soshnikov](http://soshnikov.com)
|
||||
|
||||
|
|
@ -94,7 +94,7 @@ Cú pháp khối | Thụt lề | | |
|
|||
|
||||
Một trong những thành công ban đầu của AI biểu tượng là các **hệ thống chuyên gia** - các hệ thống máy tính được thiết kế để hoạt động như một chuyên gia trong một lĩnh vực vấn đề hạn chế. Chúng dựa trên một **cơ sở tri thức** được trích xuất từ một hoặc nhiều chuyên gia con người, và chứa một **động cơ suy luận** thực hiện một số lý luận dựa trên cơ sở đó.
|
||||
|
||||
 | 
|
||||
 | 
|
||||
---------------------------------------------|------------------------------------------------
|
||||
Cấu trúc đơn giản của hệ thần kinh con người | Kiến trúc của hệ thống dựa trên tri thức
|
||||
|
||||
|
|
@ -106,7 +106,7 @@ Hệ thống chuyên gia được xây dựng giống như hệ thống lý lu
|
|||
|
||||
Ví dụ, hãy xem xét hệ thống chuyên gia sau đây để xác định một loài động vật dựa trên các đặc điểm vật lý của nó:
|
||||
|
||||
|
||||
|
||||
|
||||
> Hình ảnh bởi [Dmitry Soshnikov](http://soshnikov.com)
|
||||
|
||||
|
|
|
|||
|
|
@ -1255,7 +1255,7 @@
|
|||
"* Lỗi huấn luyện thấp - mô hình có thể xấp xỉ dữ liệu huấn luyện tốt vì nó có đủ khả năng biểu đạt.\n",
|
||||
"* Lỗi xác thực có thể cao hơn nhiều so với lỗi huấn luyện và có thể bắt đầu tăng trong quá trình huấn luyện - điều này xảy ra vì mô hình \"ghi nhớ\" các điểm dữ liệu huấn luyện và mất đi \"bức tranh tổng thể\".\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"> Trong hình này, `x` đại diện cho dữ liệu huấn luyện, `o` - dữ liệu xác thực. Bên trái - mô hình tuyến tính (một lớp), nó xấp xỉ bản chất của dữ liệu khá tốt. Bên phải - mô hình bị quá khớp, mô hình xấp xỉ dữ liệu huấn luyện hoàn hảo, nhưng không còn ý nghĩa với bất kỳ dữ liệu nào khác (lỗi xác thực rất cao).\n"
|
||||
]
|
||||
|
|
|
|||
|
|
@ -58,7 +58,7 @@ Overfitting là một khái niệm cực kỳ quan trọng trong học máy, và
|
|||
|
||||
Hãy xem xét vấn đề sau đây về việc xấp xỉ 5 điểm (được biểu diễn bằng `x` trên các đồ thị dưới đây):
|
||||
|
||||
 | 
|
||||
 | 
|
||||
-------------------------|--------------------------
|
||||
**Mô hình tuyến tính, 2 tham số** | **Mô hình phi tuyến, 7 tham số**
|
||||
Lỗi huấn luyện = 5.3 | Lỗi huấn luyện = 0
|
||||
|
|
@ -79,7 +79,7 @@ Lỗi kiểm định = 5.1 | Lỗi kiểm định = 20
|
|||
|
||||
Như bạn có thể thấy từ đồ thị trên, overfitting có thể được phát hiện bằng lỗi huấn luyện rất thấp và lỗi kiểm định rất cao. Thông thường trong quá trình huấn luyện, chúng ta sẽ thấy cả lỗi huấn luyện và lỗi kiểm định bắt đầu giảm, và sau đó tại một thời điểm nào đó lỗi kiểm định có thể ngừng giảm và bắt đầu tăng. Đây sẽ là dấu hiệu của overfitting, và là chỉ báo rằng chúng ta nên dừng huấn luyện tại thời điểm này (hoặc ít nhất là lưu lại trạng thái của mô hình).
|
||||
|
||||
|
||||
|
||||
|
||||
## Cách ngăn chặn overfitting
|
||||
|
||||
|
|
|
|||
|
|
@ -9,7 +9,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
-->
|
||||
# Giới thiệu về Mạng Nơ-ron
|
||||
|
||||
|
||||
|
||||
|
||||
Như chúng ta đã thảo luận trong phần giới thiệu, một trong những cách để đạt được trí tuệ là huấn luyện một **mô hình máy tính** hoặc một **bộ não nhân tạo**. Từ giữa thế kỷ 20, các nhà nghiên cứu đã thử nghiệm nhiều mô hình toán học khác nhau, cho đến những năm gần đây, hướng đi này đã chứng minh được sự thành công vượt bậc. Những mô hình toán học của bộ não này được gọi là **mạng nơ-ron**.
|
||||
|
||||
|
|
@ -36,13 +36,13 @@ Trong chương trình này, chúng ta sẽ chỉ tập trung vào các mô hình
|
|||
|
||||
Từ sinh học, chúng ta biết rằng bộ não của chúng ta bao gồm các tế bào thần kinh (nơ-ron), mỗi tế bào có nhiều "đầu vào" (dendrite) và một "đầu ra" (axon). Cả dendrite và axon đều có thể dẫn truyền tín hiệu điện, và các kết nối giữa chúng — được gọi là synapse — có thể thể hiện các mức độ dẫn truyền khác nhau, được điều chỉnh bởi các chất dẫn truyền thần kinh.
|
||||
|
||||
 | 
|
||||
 | 
|
||||
----|----
|
||||
Nơ-ron Thực *([Hình ảnh](https://en.wikipedia.org/wiki/Synapse#/media/File:SynapseSchematic_lines.svg) từ Wikipedia)* | Nơ-ron Nhân Tạo *(Hình ảnh của Tác giả)*
|
||||
|
||||
Do đó, mô hình toán học đơn giản nhất của một nơ-ron bao gồm nhiều đầu vào X<sub>1</sub>, ..., X<sub>N</sub> và một đầu ra Y, cùng một loạt các trọng số W<sub>1</sub>, ..., W<sub>N</sub>. Đầu ra được tính toán như sau:
|
||||
|
||||
<img src="../../../../translated_images/netout.1eb15eb76fd767313e067719f400cec4b0e5090239c3e997c29f6789d4c3c263.vi.png" alt="Y = f\left(\sum_{i=1}^N X_iW_i\right)" width="131" height="53" align="center"/>
|
||||
<img src="../../../../translated_images/netout.1eb15eb76fd76731.vi.png" alt="Y = f\left(\sum_{i=1}^N X_iW_i\right)" width="131" height="53" align="center"/>
|
||||
|
||||
trong đó f là một **hàm kích hoạt** phi tuyến.
|
||||
|
||||
|
|
|
|||
|
|
@ -73,14 +73,14 @@ Trong [OpenCV Notebook](OpenCV.ipynb), chúng tôi đưa ra một số ví dụ
|
|||
|
||||
* **Tiền xử lý một bức ảnh của sách chữ Braille**. Chúng tôi tập trung vào cách sử dụng ngưỡng, phát hiện đặc điểm, biến đổi phối cảnh và thao tác NumPy để tách các ký hiệu Braille riêng lẻ để phân loại thêm bằng mạng nơ-ron.
|
||||
|
||||
 |  | 
|
||||
 |  | 
|
||||
----|-----|-----
|
||||
|
||||
> Hình ảnh từ [OpenCV.ipynb](OpenCV.ipynb)
|
||||
|
||||
* **Phát hiện chuyển động trong video bằng sự khác biệt giữa các khung hình**. Nếu camera cố định, thì các khung hình từ luồng camera sẽ khá giống nhau. Vì các khung hình được biểu diễn dưới dạng mảng, chỉ cần trừ các mảng của hai khung hình liên tiếp, chúng ta sẽ nhận được sự khác biệt pixel, điều này sẽ thấp đối với các khung hình tĩnh và trở nên cao hơn khi có chuyển động đáng kể trong hình ảnh.
|
||||
|
||||
|
||||
|
||||
|
||||
> Hình ảnh từ [OpenCV.ipynb](OpenCV.ipynb)
|
||||
|
||||
|
|
@ -89,7 +89,7 @@ Trong [OpenCV Notebook](OpenCV.ipynb), chúng tôi đưa ra một số ví dụ
|
|||
- **Dòng Quang học Dày đặc** tính toán trường vector cho thấy mỗi pixel đang di chuyển đến đâu.
|
||||
- **Dòng Quang học Thưa** dựa trên việc lấy một số đặc điểm nổi bật trong hình ảnh (ví dụ: các cạnh) và xây dựng quỹ đạo của chúng từ khung hình này sang khung hình khác.
|
||||
|
||||
|
||||
|
||||
|
||||
> Hình ảnh từ [OpenCV.ipynb](OpenCV.ipynb)
|
||||
|
||||
|
|
|
|||
|
|
@ -13,11 +13,11 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
|
||||
VGG-16 là một mạng đạt độ chính xác 92.7% trong phân loại top-5 của ImageNet vào năm 2014. Nó có cấu trúc các lớp như sau:
|
||||
|
||||
|
||||
|
||||
|
||||
Như bạn có thể thấy, VGG tuân theo kiến trúc hình kim tự tháp truyền thống, bao gồm một chuỗi các lớp tích chập và lớp pooling.
|
||||
|
||||
|
||||
|
||||
|
||||
> Hình ảnh từ [Researchgate](https://www.researchgate.net/figure/Vgg16-model-structure-To-get-the-VGG-NIN-model-we-replace-the-2-nd-4-th-6-th-7-th_fig2_335194493)
|
||||
|
||||
|
|
|
|||
|
|
@ -260,7 +260,7 @@
|
|||
"\n",
|
||||
"Do đó, trong một CNN điển hình sẽ có một số lớp tích chập, với các lớp pooling xen kẽ giữa chúng để giảm kích thước của hình ảnh. Chúng ta cũng sẽ tăng số lượng bộ lọc, bởi vì khi các mẫu trở nên phức tạp hơn - sẽ có nhiều tổ hợp thú vị hơn mà chúng ta cần tìm kiếm.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"Do kích thước không gian giảm dần và kích thước đặc trưng/bộ lọc tăng dần, kiến trúc này cũng được gọi là **kiến trúc hình chóp**.\n"
|
||||
]
|
||||
|
|
|
|||
|
|
@ -358,7 +358,7 @@
|
|||
"\n",
|
||||
"Do đó, trong một CNN điển hình sẽ có một số lớp tích chập, với các lớp pooling xen kẽ để giảm kích thước của hình ảnh. Chúng ta cũng sẽ tăng số lượng bộ lọc, bởi vì khi các mẫu trở nên phức tạp hơn - có nhiều tổ hợp thú vị hơn mà chúng ta cần tìm kiếm.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"Do kích thước không gian giảm và kích thước đặc trưng/bộ lọc tăng, kiến trúc này cũng được gọi là **kiến trúc hình kim tự tháp**.\n"
|
||||
]
|
||||
|
|
|
|||
|
|
@ -17,7 +17,7 @@ Trong thực tế, chúng ta muốn có khả năng nhận diện các đối t
|
|||
|
||||
Để trích xuất các mẫu, chúng ta sẽ sử dụng khái niệm **bộ lọc tích chập**. Như bạn đã biết, một hình ảnh được biểu diễn bằng một ma trận 2D, hoặc một tensor 3D với độ sâu màu. Việc áp dụng một bộ lọc có nghĩa là chúng ta lấy một ma trận **hạt nhân bộ lọc** tương đối nhỏ, và đối với mỗi điểm ảnh trong hình ảnh gốc, chúng ta tính trung bình có trọng số với các điểm lân cận. Chúng ta có thể hình dung điều này như một cửa sổ nhỏ trượt qua toàn bộ hình ảnh, và tính trung bình tất cả các điểm ảnh theo các trọng số trong ma trận hạt nhân bộ lọc.
|
||||
|
||||
 | 
|
||||
 | 
|
||||
----|----
|
||||
|
||||
> Hình ảnh của Dmitry Soshnikov
|
||||
|
|
@ -38,7 +38,7 @@ Cách hoạt động của CNN dựa trên các ý tưởng quan trọng sau:
|
|||
* Chúng ta có thể thiết kế mạng theo cách mà các bộ lọc được huấn luyện tự động
|
||||
* Chúng ta có thể sử dụng cùng một phương pháp để tìm các mẫu trong các đặc trưng cấp cao, không chỉ trong hình ảnh gốc. Do đó, việc trích xuất đặc trưng của CNN hoạt động trên một hệ thống phân cấp các đặc trưng, bắt đầu từ các tổ hợp điểm ảnh cấp thấp, cho đến các tổ hợp cấp cao hơn của các phần trong hình ảnh.
|
||||
|
||||
|
||||
|
||||
|
||||
> Hình ảnh từ [một bài báo của Hislop-Lynch](https://www.semanticscholar.org/paper/Computer-vision-based-pedestrian-trajectory-Hislop-Lynch/26e6f74853fc9bbb7487b06dc2cf095d36c9021d), dựa trên [nghiên cứu của họ](https://dl.acm.org/doi/abs/10.1145/1553374.1553453)
|
||||
|
||||
|
|
@ -55,9 +55,9 @@ Hầu hết các CNN được sử dụng để xử lý hình ảnh đều tuâ
|
|||
|
||||
Ví dụ, hãy xem kiến trúc của VGG-16, một mạng đạt được độ chính xác 92.7% trong phân loại top-5 của ImageNet vào năm 2014:
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
> Hình ảnh từ [Researchgate](https://www.researchgate.net/figure/Vgg16-model-structure-To-get-the-VGG-NIN-model-we-replace-the-2-nd-4-th-6-th-7-th_fig2_335194493)
|
||||
|
||||
|
|
|
|||
|
|
@ -21,7 +21,7 @@ Bạn cần huấn luyện một mạng nơ-ron tích chập để phân loại
|
|||
|
||||
Chúng ta sẽ sử dụng [Bộ Dữ Liệu Thú Cưng Oxford-IIIT](https://www.robots.ox.ac.uk/~vgg/data/pets/), bộ dữ liệu này chứa hình ảnh của 37 giống loài chó và mèo khác nhau.
|
||||
|
||||
|
||||
|
||||
|
||||
Để tải bộ dữ liệu, sử dụng đoạn mã sau:
|
||||
|
||||
|
|
|
|||
|
|
@ -50,7 +50,7 @@
|
|||
"\n",
|
||||
"Để hình dung con mèo lý tưởng, chúng ta sẽ bắt đầu với một hình ảnh nhiễu ngẫu nhiên và cố gắng sử dụng kỹ thuật tối ưu hóa gradient descent để điều chỉnh hình ảnh sao cho mạng nhận diện được một con mèo.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"Đây là hình ảnh ban đầu của chúng ta:\n"
|
||||
]
|
||||
|
|
|
|||
|
|
@ -29,7 +29,7 @@ Cả Keras và PyTorch đều có các hàm để dễ dàng tải trọng số
|
|||
|
||||
Dưới đây là các đặc điểm mẫu được trích xuất từ một bức ảnh của một con mèo bởi mạng VGG-16:
|
||||
|
||||
|
||||
|
||||
|
||||
## Tập Dữ Liệu Mèo và Chó
|
||||
|
||||
|
|
@ -48,19 +48,19 @@ Mạng nơ-ron đã được huấn luyện sẵn chứa các mẫu khác nhau b
|
|||
|
||||
Một cách tiếp cận mà chúng ta có thể thực hiện là bắt đầu với một hình ảnh ngẫu nhiên, sau đó cố gắng sử dụng kỹ thuật **tối ưu hóa gradient descent** để điều chỉnh hình ảnh đó sao cho mạng bắt đầu nghĩ rằng đó là một con mèo.
|
||||
|
||||
|
||||
|
||||
|
||||
Tuy nhiên, nếu chúng ta làm điều này, chúng ta sẽ nhận được một thứ rất giống với nhiễu ngẫu nhiên. Điều này là do *có nhiều cách để khiến mạng nghĩ rằng hình ảnh đầu vào là một con mèo*, bao gồm một số cách không có ý nghĩa về mặt thị giác. Mặc dù những hình ảnh này chứa nhiều mẫu đặc trưng cho một con mèo, nhưng không có gì ràng buộc chúng phải rõ ràng về mặt thị giác.
|
||||
|
||||
Để cải thiện kết quả, chúng ta có thể thêm một thuật ngữ khác vào hàm mất mát, được gọi là **mất mát biến đổi**. Đây là một chỉ số cho thấy mức độ tương đồng giữa các pixel lân cận của hình ảnh. Việc giảm thiểu mất mát biến đổi làm cho hình ảnh mượt mà hơn và loại bỏ nhiễu - từ đó làm lộ ra các mẫu hấp dẫn hơn về mặt thị giác. Dưới đây là ví dụ về các hình ảnh "lý tưởng" như vậy, được phân loại là mèo và ngựa vằn với xác suất cao:
|
||||
|
||||
 | 
|
||||
 | 
|
||||
-----|-----
|
||||
*Mèo Lý Tưởng* | *Ngựa Vằn Lý Tưởng*
|
||||
|
||||
Cách tiếp cận tương tự có thể được sử dụng để thực hiện cái gọi là **tấn công đối kháng** trên mạng nơ-ron. Giả sử chúng ta muốn đánh lừa một mạng nơ-ron và làm cho một con chó trông giống như một con mèo. Nếu chúng ta lấy hình ảnh của một con chó, được mạng nhận diện là một con chó, chúng ta có thể điều chỉnh nó một chút bằng cách sử dụng tối ưu hóa gradient descent, cho đến khi mạng bắt đầu phân loại nó là một con mèo:
|
||||
|
||||
 | 
|
||||
 | 
|
||||
-----|-----
|
||||
*Hình ảnh gốc của một con chó* | *Hình ảnh của một con chó được phân loại là mèo*
|
||||
|
||||
|
|
|
|||
|
|
@ -21,7 +21,7 @@
|
|||
"\n",
|
||||
"Vì chúng ta đang huấn luyện autoencoder để nắm bắt càng nhiều thông tin từ hình ảnh gốc càng tốt nhằm tái tạo chính xác, mạng sẽ cố gắng tìm **biểu diễn** tốt nhất của hình ảnh đầu vào để nắm bắt ý nghĩa.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"> Hình ảnh từ [blog Keras](https://blog.keras.io/building-autoencoders-in-keras.html)\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -19,7 +19,7 @@
|
|||
"\n",
|
||||
"Vì chúng ta đang huấn luyện autoencoder để nắm bắt càng nhiều thông tin từ hình ảnh gốc càng tốt nhằm tái tạo chính xác, mạng sẽ cố gắng tìm **embedding** tốt nhất của các hình ảnh đầu vào để nắm bắt ý nghĩa.\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"\n",
|
||||
"*Hình ảnh từ [blog Keras](https://blog.keras.io/building-autoencoders-in-keras.html)*\n",
|
||||
"\n",
|
||||
|
|
|
|||
|
|
@ -19,7 +19,7 @@ Tuy nhiên, chúng ta có thể muốn sử dụng dữ liệu thô (không đư
|
|||
|
||||
Vì chúng ta đang huấn luyện autoencoder để nắm bắt càng nhiều thông tin từ hình ảnh gốc càng tốt nhằm tái tạo chính xác, mạng cố gắng tìm **embedding** tốt nhất của hình ảnh đầu vào để nắm bắt ý nghĩa.
|
||||
|
||||
|
||||
|
||||
|
||||
> Hình ảnh từ [blog Keras](https://blog.keras.io/building-autoencoders-in-keras.html)
|
||||
|
||||
|
|
|
|||
|
|
@ -13,7 +13,7 @@ Các mô hình phân loại hình ảnh mà chúng ta đã làm việc trước
|
|||
|
||||
## [Câu hỏi trước bài giảng](https://ff-quizzes.netlify.app/en/ai/quiz/21)
|
||||
|
||||
|
||||
|
||||
|
||||
> Hình ảnh từ [trang web YOLO v2](https://pjreddie.com/darknet/yolov2/)
|
||||
|
||||
|
|
@ -25,7 +25,7 @@ Giả sử chúng ta muốn tìm một con mèo trong một bức ảnh, một c
|
|||
2. Chạy phân loại hình ảnh trên từng ô.
|
||||
3. Những ô có kết quả kích hoạt đủ cao có thể được coi là chứa đối tượng cần tìm.
|
||||
|
||||
|
||||
|
||||
|
||||
> *Hình ảnh từ [Notebook Bài Tập](ObjectDetection-TF.ipynb)*
|
||||
|
||||
|
|
@ -42,7 +42,7 @@ Bạn có thể gặp các tập dữ liệu sau cho nhiệm vụ này:
|
|||
* [PASCAL VOC](http://host.robots.ox.ac.uk/pascal/VOC/) - 20 lớp
|
||||
* [COCO](http://cocodataset.org/#home) - Các Đối Tượng Thông Thường Trong Ngữ Cảnh. 80 lớp, hộp bao và mặt nạ phân đoạn
|
||||
|
||||
|
||||
|
||||
|
||||
## Các Chỉ Số Đánh Giá Phát Hiện Đối Tượng
|
||||
|
||||
|
|
@ -50,7 +50,7 @@ Bạn có thể gặp các tập dữ liệu sau cho nhiệm vụ này:
|
|||
|
||||
Trong khi đối với phân loại hình ảnh, việc đo lường hiệu suất của thuật toán khá dễ dàng, thì đối với phát hiện đối tượng, chúng ta cần đo lường cả độ chính xác của lớp, cũng như độ chính xác của vị trí hộp bao được suy ra. Đối với yếu tố sau, chúng ta sử dụng chỉ số **Intersection over Union** (IoU), đo lường mức độ chồng lấp giữa hai hộp (hoặc hai khu vực bất kỳ).
|
||||
|
||||
|
||||
|
||||
|
||||
> *Hình 2 từ [bài viết blog xuất sắc về IoU này](https://pyimagesearch.com/2016/11/07/intersection-over-union-iou-for-object-detection/)*
|
||||
|
||||
|
|
@ -98,11 +98,11 @@ Có hai loại thuật toán phát hiện đối tượng chính:
|
|||
|
||||
[R-CNN](http://islab.ulsan.ac.kr/files/announcement/513/rcnn_pami.pdf) sử dụng [Selective Search](http://www.huppelen.nl/publications/selectiveSearchDraft.pdf) để tạo ra cấu trúc phân cấp của các vùng ROI, sau đó được đưa qua các bộ trích xuất đặc trưng CNN và các bộ phân loại SVM để xác định lớp đối tượng, và hồi quy tuyến tính để xác định tọa độ *hộp bao*. [Bài báo chính thức](https://arxiv.org/pdf/1506.01497v1.pdf)
|
||||
|
||||
|
||||
|
||||
|
||||
> *Hình ảnh từ van de Sande et al. ICCV’11*
|
||||
|
||||
|
||||
|
||||
|
||||
> *Hình ảnh từ [bài blog này](https://towardsdatascience.com/r-cnn-fast-r-cnn-faster-r-cnn-yolo-object-detection-algorithms-36d53571365e)*
|
||||
|
||||
|
|
@ -110,7 +110,7 @@ Có hai loại thuật toán phát hiện đối tượng chính:
|
|||
|
||||
Phương pháp này tương tự như R-CNN, nhưng các vùng được xác định sau khi các lớp tích chập đã được áp dụng.
|
||||
|
||||
|
||||
|
||||
|
||||
> Hình ảnh từ [Bài báo chính thức](https://www.cv-foundation.org/openaccess/content_iccv_2015/papers/Girshick_Fast_R-CNN_ICCV_2015_paper.pdf), [arXiv](https://arxiv.org/pdf/1504.08083.pdf), 2015
|
||||
|
||||
|
|
@ -118,7 +118,7 @@ Phương pháp này tương tự như R-CNN, nhưng các vùng được xác đ
|
|||
|
||||
Ý tưởng chính của phương pháp này là sử dụng mạng nơ-ron để dự đoán các ROI - được gọi là *Mạng Đề Xuất Vùng* (Region Proposal Network). [Bài báo](https://arxiv.org/pdf/1506.01497.pdf), 2016
|
||||
|
||||
|
||||
|
||||
|
||||
> Hình ảnh từ [bài báo chính thức](https://arxiv.org/pdf/1506.01497.pdf)
|
||||
|
||||
|
|
@ -130,7 +130,7 @@ Thuật toán này thậm chí còn nhanh hơn Faster R-CNN. Ý tưởng chính
|
|||
2. Các đặc trưng được xử lý bởi **Bản Đồ Điểm Nhạy Cảm Vị Trí**. Mỗi đối tượng từ $C$ lớp được chia thành các vùng $k\times k$, và chúng ta huấn luyện để dự đoán các phần của đối tượng.
|
||||
3. Đối với mỗi phần từ các vùng $k\times k$, tất cả các mạng bỏ phiếu cho các lớp đối tượng, và lớp đối tượng có số phiếu cao nhất được chọn.
|
||||
|
||||
|
||||
|
||||
|
||||
> Hình ảnh từ [bài báo chính thức](https://arxiv.org/abs/1605.06409)
|
||||
|
||||
|
|
@ -141,7 +141,7 @@ YOLO là một thuật toán một lần duy nhất thời gian thực. Ý tư
|
|||
* Hình ảnh được chia thành các vùng $S\times S$.
|
||||
* Đối với mỗi vùng, **CNN** dự đoán $n$ đối tượng có thể, tọa độ *hộp bao* và *độ tin cậy* = *xác suất* * IoU.
|
||||
|
||||
|
||||
|
||||
|
||||
> Hình ảnh từ [bài báo chính thức](https://arxiv.org/abs/1506.02640)
|
||||
|
||||
|
|
|
|||
|
|
@ -9,7 +9,7 @@ CO_OP_TRANSLATOR_METADATA:
|
|||
-->
|
||||
# Thị giác Máy tính
|
||||
|
||||
|
||||
|
||||
|
||||
Trong phần này, chúng ta sẽ tìm hiểu về:
|
||||
|
||||
|
|
|
|||
|
|
@ -199,7 +199,7 @@
|
|||
"\n",
|
||||
"**Bag of Words** (BoW) là cách biểu diễn vector truyền thống được sử dụng phổ biến nhất. Mỗi từ được liên kết với một chỉ số vector, phần tử trong vector chứa số lần xuất hiện của từ đó trong một tài liệu cụ thể.\n",
|
||||
"\n",
|
||||
" \n",
|
||||
" \n",
|
||||
"\n",
|
||||
"> **Note**: Bạn cũng có thể nghĩ về BoW như tổng của tất cả các vector mã hóa một-hot cho từng từ riêng lẻ trong văn bản.\n",
|
||||
"\n",
|
||||
|
|
|
|||
Loading…
Reference in New Issue