319 lines
23 KiB
Markdown
319 lines
23 KiB
Markdown
# AGENTS.md
|
||
|
||
## പദ്ധതിയുടെ അവലോകനം
|
||
|
||
കൃത്രിമ ബുദ്ധിമുട്ടിന്റെ അടിസ്ഥാനതത്വങ്ങളെ ഉൾക്കൊള്ളുന്ന സമഗ്രമായ 12 ആഴ്ച, 24 പാഠപദ്ധതിയായ AI for Beginners. Jupyter നോട്ട്ബുക്കുകൾ, ക്വിസ്, ഹാൻഡ്സോൺ ലാബുകൾ എന്നിവ ഉപയോഗിച്ച് പ്രായോഗിക പാഠങ്ങൾ ഉൾക്കൊള്ളുന്ന ഈ വിദ്യാഭ്യാസ റീപ്പോസിറ്ററി. പാഠപദ്ധതി ഉൾക്കൊള്ളുന്നു:
|
||
|
||
- കൃത്യമായ ബുദ്ധിമുട്ട് (Symbolic AI) ന知识 പ്രതിനിധീകരണവും വിദഗ്ധ സമ്പ്രദായങ്ങളും
|
||
- TensorFlow ഉം PyTorch ഉം ഉപയോഗിച്ച് നറുകപ്പെട്ട നെറ്റ്വർക്കുകളും ഡീപ് ലേർണിങ്ങും
|
||
- കമ്പ്യൂട്ടർ വിഷ്വൽ സാങ്കേതിക വിദ്യകളും ഘടനകളും
|
||
- ട്രാൻസ്ഫോർമറുകളും BERT ഉം ഉൾപ്പെടുന്ന പ്രകൃതി ഭാഷാ പ്രോസസ്സിംഗ് (NLP)
|
||
- പ്രത്യേക വിഷയങ്ങൾ: ജനിതക ആൽഗോരിതങ്ങൾ, ശക്തീകരണ പഠനം, മൾട്ടി-എജന്റ് സംവിധാനങ്ങൾ
|
||
- AI എഥിക്സ്, ഉത്തരവാദിത്വമുള്ള AI സിദ്ധാന്തങ്ങൾ
|
||
|
||
**പ്രധാന സാങ്കേതികവിദ്യകൾ:** Python 3, Jupyter നോട്ട്ബുക്കുകൾ, TensorFlow, PyTorch, Keras, OpenCV, Vue.js (ക്വിസ് ആപ്പിന്)
|
||
|
||
**ഘടന:** വിഷയംപ്രകാരം ക്രമീകരിച്ച Jupyter നോട്ട്ബുക്കുകളുള്ള വിദ്യാഭ്യാസ ഉള്ളടക്ക റീപ്പോസിറ്ററി, Vue.js അടിസ്ഥാനത്തിലുള്ള ക്വിസ് ആപ്പ്, വ്യാപകമായ ബഹുഭാഷാ പിന്തുണ.
|
||
|
||
## സജ്ജീകരണ കമാൻഡുകൾ
|
||
|
||
### പ്രാഥമിക വികസന പരിപ്രേക്ഷ്യം (Python/Jupyter)
|
||
|
||
പാഠപദ്ധതി Python ഉം Jupyter നോട്ട്ബുക്കുകളും ഉപയോഗിച്ച് പ്രവർത്തിക്കുന്നതിനു രൂപകല്പ്പന ചെയ്തതാണ്. miniconda ഉപയോഗിക്കുക എന്നതാണ് ശിപാർശ ചെയ്യപ്പെട്ട രീതിയ۔
|
||
|
||
```bash
|
||
# റിപ്പോസിറ്ററി ക്ലോൺ ചെയ്യുക
|
||
git clone https://github.com/microsoft/ai-for-beginners
|
||
cd ai-for-beginners
|
||
|
||
# കൊണ്ടാ എൻവയോൺമെന്റ് സൃഷ്ടിച്ച് സജീവമാക്കുക
|
||
conda env create --name ai4beg --file environment.yml
|
||
conda activate ai4beg
|
||
|
||
# Jupyter നോട്ട്ബുക്ക് തുടങ്ങുക
|
||
jupyter notebook
|
||
# അല്ലെങ്കിൽ
|
||
jupyter lab
|
||
```
|
||
|
||
### विकल्प: devcontainer ഉപയോഗിക്കൽ
|
||
|
||
```bash
|
||
# VS കോഡിൽ തുറന്ന് പ്രാപ്തനായപ്പോൾ "കൺറ്റെയിനറിൽ പുനർവിടുക" തെരഞ്ഞെടുക്കുക
|
||
# ഡെവ്കൺറ്റെയ്നർ സ്വയം പരിസ്ഥിതി സജ്ജമാക്കും
|
||
```
|
||
|
||
### ക്വിസ് ആപ്പ് സജ്ജീകരണം
|
||
|
||
ക്വിസ് ആപ്പ് സ്വതന്ത്രമായ Vue.js ആപ്പാണ്, `etc/quiz-app/` ൽ സ്ഥിതിചെയ്യുന്നു:
|
||
|
||
```bash
|
||
cd etc/quiz-app
|
||
npm install
|
||
npm run serve # വികസന സർവർ
|
||
npm run build # ഉത്പാദന നിർമ്മാണം
|
||
npm run lint # ലിന്റും ഫയലുകൾ ശരിയാക്കുക
|
||
```
|
||
|
||
## വികസനം വർക്ക്ഫ്ലോ
|
||
|
||
### Jupyter നോട്ട്ബുക്കുകളുമായി ജോലി ചെയ്യുക
|
||
|
||
1. **ലോകൽ വികസനം:**
|
||
- conda പരിസ്ഥിതി സജീവമാക്കുക: `conda activate ai4beg`
|
||
- Jupyter ആരംഭിക്കുക: `jupyter notebook` അല്ലെങ്കിൽ `jupyter lab`
|
||
- പാഠ ഫോൾഡറുകളിലേക്ക് നീങ്ങുക, `.ipynb` ഫയലുകൾ തുറക്കുക
|
||
- പാഠങ്ങൾ പിന്തുടരാൻ സെല്ലുകൾ ഇന്ററാക്ടീവായി പ്രവർത്തിപ്പിക്കുക
|
||
|
||
2. **Python എക്സ്റ്റൻഷൻ ഉള്ള VS Code:**
|
||
- റീപ്പോസിറ്ററി VS Code ൽ തുറക്കുക
|
||
- Python എക്സ്റ്റൻഷൻ ഇൻസ്റ്റാൾ ചെയ്യുക
|
||
- VS Code സ്വയം conda പരിസ്ഥിതിയെ കണ്ടെത്തുകയും ഉപയോഗിക്കുകയും ചെയ്യും
|
||
- `.ipynb` ഫയലുകൾ നേരിട്ട് VS Code ൽ തുറക്കുക
|
||
|
||
3. **ക്ലൗഡ് വികസനം:**
|
||
- **GitHub Codespaces:** "Code" → "Codespaces" → "Create codespace on main" ക്ലിക്ക് ചെയ്യുക
|
||
- **Binder:** READMEയിൽ ഉള്ള Binder ബാഡ്ജ് ഉപയോഗിച്ച് ബ്രൗസറിൽ ആരംഭിക്കുക
|
||
- കുറിപ്പ്: Binder ലിമിറ്റഡ് റിസോഴ്സുകളുള്ളതാണ്, ചില വെബ് ആക്സസ് നിയന്ത്രണങ്ങളുണ്ട്
|
||
|
||
### ഉയർന്ന പാഠങ്ങൾക്ക് GPU പിന്തുണ
|
||
|
||
പിന്നീട് പാഠങ്ങൾ GPU അനുഗ്രഹനം വലിയ പിന്തുണയുള്ളതാണ്:
|
||
|
||
- **Azure Data Science VM:** GPU പിന്തുണയുള്ള NC-സീരീസ് VMകൾ ഉപയോഗിക്കുക
|
||
- **Azure Machine Learning:** GPU കംപ്യൂട്ടർ പിന്തുണയുള്ള നോട്ട്ബുക്ക് ഫീച്ചറുകൾ ഉപയോഗിക്കുക
|
||
- **Google Colab:** നോട്ട്ബുക്കുകൾ പ്രത്യേകം അപ്ലോഡ് ചെയ്യുക ( സൗജന്യ GPU പിന്തുണയുണ്ട് )
|
||
|
||
### ക്വിസ് ആപ്പ് വികസനം
|
||
|
||
```bash
|
||
cd etc/quiz-app
|
||
npm run serve # http://localhost:8080-ലുള്ള ഹോട്ട്-റിലോഡ് വികസന സർവർ
|
||
```
|
||
|
||
## പരിശോധനാനിർദ്ദേശങ്ങൾ
|
||
|
||
സോഫ്റ്റ്വെയർ പരിശോധന ചിലവുകൾക്കല്ല, ഇത് ഒരു വിദ്യാഭ്യാസ റീപ്പോസിറ്ററിയാണ്. പരമ്പരാഗത ടെസ്റ്റ് സ്യൂട്ട് ഇല്ല.
|
||
|
||
### സാധൂകരിക്കൽ സമീപനങ്ങൾ:
|
||
|
||
1. **Jupyter നോട്ട്ബുക്കുകൾ:** കോഡ് ഉദാഹരണങ്ങൾ പാടുപെടാതെ പ്രവർത്തിക്കുന്നത് പരിശോധിക്കാൻ സെല്ലുകൾ നിരപരാധിത്വത്തിൽ പ്രവർത്തിപ്പിക്കുക
|
||
2. **ക്വിസ് ആപ്പ് പരിശോധന:** വികസന സർവറിലൂടെ കൈകാര്യം ചെയ്ത പരിശോധന
|
||
3. **മൂല്യനിർണയ പരിശോധന:** `translations/` ഫോൾഡറിലുള്ള പരിഭാഷകൾ പരിശോധിക്കുക
|
||
4. **ക്വിസ് ആപ്പ് ലിന്റിംഗ്:** `etc/quiz-app/` ൽ `npm run lint` നടത്തുക
|
||
|
||
### കോഡ് ഉദാഹരണങ്ങൾ പ്രവർത്തിപ്പിക്കൽ:
|
||
|
||
```bash
|
||
# പരിസ്ഥിതി ആദ്യം പ്രാപ്തമാക്കുക
|
||
conda activate ai4beg
|
||
|
||
# പൈത്തൺ സ്ക്രിപ്റ്റുകൾ നേരിട്ട് 실행ിക്കുക
|
||
python lessons/4-ComputerVision/07-ConvNets/pytorchcv.py
|
||
|
||
# അല്ലെങ്കിൽ നോട്ട്ബുക്കുകൾ പ്രവർത്തിപ്പിക്കുക
|
||
jupyter notebook lessons/3-NeuralNetworks/03-Perceptron/Perceptron.ipynb
|
||
```
|
||
|
||
## കോഡ് ശൈലി
|
||
|
||
### Python കോഡ് ശൈലി
|
||
|
||
- വിദ്യാഭ്യാസ കോഡിനുള്ള സ്റ്റാൻഡേർഡ് Python രീതികൾ പാലിക്കുക
|
||
- പഠനാനുകൂലമായി വ്യക്തമായി വായിക്കാവുന്ന കോഡ്, ഒപ്റ്റിമൈസേഷനിൽ മുൻഗണന നൽകാതെ
|
||
- പ്രധാന ആശയങ്ങൾ വിശദീകരിക്കുന്ന കുറിപ്പുകൾ
|
||
- Jupyter നോട്ട്ബുക്ക് സൗഹൃദം: സെല്ലുകൾ സ്വയംപര്യാപ്തവുമായ മുഖ്യങ്ങള് ആയിരിക്കണം
|
||
- പാഠപദ്ധതി ഉള്ളടക്കത്തിന് കർശനമായ ലിന്റിംഗ് സ്വഭാവമില്ല
|
||
|
||
### JavaScript/Vue.js (ക്വിസ് ആപ്പ്)
|
||
|
||
- `etc/quiz-app/package.json` ൽ ESLint ക്രമീകരണം
|
||
- പ്രശ്നങ്ങൾ പരിശോധിക്കാൻ, സ്വയം പരിഹരിക്കാൻ `npm run lint` പ്രവർത്തിപ്പിക്കുക
|
||
- Vue 2.x പാരമ്പര്യം
|
||
- ഘടക ആധാരിത ഘടന
|
||
|
||
### ഫയൽ ക്രമീകരണം
|
||
|
||
```
|
||
lessons/
|
||
├── 0-course-setup/ # Setup instructions
|
||
├── 1-Intro/ # Introduction to AI
|
||
├── 2-Symbolic/ # Symbolic AI
|
||
├── 3-NeuralNetworks/ # Neural Networks basics
|
||
├── 4-ComputerVision/ # Computer Vision
|
||
├── 5-NLP/ # Natural Language Processing
|
||
├── 6-Other/ # Other AI techniques
|
||
├── 7-Ethics/ # AI Ethics
|
||
└── X-Extras/ # Additional content
|
||
|
||
etc/
|
||
├── quiz-app/ # Vue.js quiz application
|
||
└── quiz-src/ # Quiz source files
|
||
|
||
translations/ # Multi-language translations
|
||
```
|
||
|
||
## നിർമ്മാണം, വിന്യാസം
|
||
|
||
### Jupyter ഉള്ളടക്കം
|
||
|
||
നിർമാണ പ്രക്രിയ വേണ്ട - Jupyter നോട്ട്ബുക്കുകൾ നേരിട്ട് പ്രവർത്തിക്കുന്നു.
|
||
|
||
### ക്വിസ് ആപ്പ്
|
||
|
||
```bash
|
||
cd etc/quiz-app
|
||
|
||
# വികസനം
|
||
npm run serve
|
||
|
||
# ഉത്പാദന ബിൽഡ്
|
||
npm run build # etc/quiz-app/dist/ ലേക്ക് പുറത്തുവിടുന്നു
|
||
|
||
# Azure Static Web Apps-ലേക്ക് വിന്യസിക്കുക
|
||
# Azure സ്വയം GitHub Actions പ്രവൃത്തി പ്രക്രിയ സൃഷ്ടിക്കുന്നു
|
||
# വിന്യസന വിശദീകരണങ്ങൾക്ക് etc/quiz-app/README.md കാണുക
|
||
```
|
||
|
||
### ഡോക്യുമെന്റേഷൻ സൈറ്റ്
|
||
|
||
ഡോക്സിഫൈ ഉപയോഗിച്ച് റീപ്പോസിറ്ററി ഡോക്യുമെന്റേഷൻ സേവനം ചെയ്യുന്നു:
|
||
- `index.html` എൻട്രി പോയിന്റ് ആയി പ്രവർത്തിക്കുന്നു
|
||
- നിർമ്മാണം ആവശ്യമില്ല - GitHub Pages വഴി നേരിട്ട് സേവനം ചെയ്യുന്നു
|
||
- ആക്സസ് ചെയ്യാം: https://microsoft.github.io/AI-For-Beginners/
|
||
|
||
## സംഭാവന മാർഗ്ഗനിർദേശങ്ങൾ
|
||
|
||
### പുൾ റിക്വസ്റ്റ് പ്രക്രിയ
|
||
|
||
1. **തലക്കെട്ട് രൂപം:** മാറ്റം വ്യക്തമാക്കുന്ന വ്യക്തമായ, വിവരണാത്മക തലക്കെട്ടുകൾ
|
||
2. **CLA ആവശ്യകത:** Microsoft CLA ഒപ്പിടൽ (സ്വയംകർത്തമായ പരിശോധന)
|
||
3. **ഉള്ളടക്ക മാർഗ്ഗരേഖകൾ:**
|
||
- വിദ്യാഭ്യാസ കേന്ദ്രീകരിക്കുകയും ആരംഭക_mac_opt അടിയും നിലനിർത്തുക
|
||
- നോട്ട്ബുക്കുകളിൽ ഉള്ള കോഡ് ഉദാഹരണങ്ങൾ എല്ലാം ടെസ്റ്റ് ചെയ്യുക
|
||
- നോട്ട്ബുക്കുകൾ തുടങ്ങി അവസാനംവരെ പ്രവർത്തിക്കുന്നുണ്ടെന്ന് ഉറപ്പാക്കുക
|
||
- ഇംഗ്ലീഷ് ഉള്ളടക്കം മാറ്റിയാൽ വിവർത്തനങ്ങൾ അപ്ഡേറ്റ് ചെയ്യുക
|
||
4. **ക്വിസ് ആപ്പ് മാറ്റങ്ങൾ:** കമ്മിറ്റ് ചെയ്യുന്നതിന് മുമ്പ് `npm run lint` നടത്തുക
|
||
|
||
### വിവർത്തന സംഭാവനകൾ
|
||
|
||
- GitHub Actions ഉപയോഗിച്ച് co-op-translator വഴി ആസ്വയിച്ച വിവർത്തനങ്ങൾ
|
||
- മാനുവൽ വിവർത്തനങ്ങൾ `translations/<language-code>/` ൽ
|
||
- ക്വിസ് വിവർത്തനങ്ങൾ `etc/quiz-app/src/assets/translations/` ൽ
|
||
- പിന്തുണയുള്ള ഭാഷകൾ: 40+ (പൂർണ്ണ പട്ടികക്ക് README നോക്കുക)
|
||
|
||
### സജീവ സംഭാവന മേഖലകൾ
|
||
|
||
ഇപ്പോഴത്തെ ആവശ്യമുകൾക്കായി `etc/CONTRIBUTING.md` കാണുക:
|
||
- ഡീപ് ശക്തീകരണ പഠനം എന്നിവ
|
||
- വസ്തു തിരിച്ചറിവ് മെച്ചപ്പെടുത്തലുകൾ
|
||
- നാമപ്പെടുത്തിയ സങ്കേത തിരിച്ചറിവ് ഉദാഹരണങ്ങൾ
|
||
- കസ്റ്റം എംബെഡ്ഡിംഗ് പരിശീലന സാമ്പിളുകൾ
|
||
|
||
## പരിസ്ഥിതി കോൺഫിഗറേഷൻ
|
||
|
||
### ആവശ്യമായ ഡിപ്പെൻഡൻസികൾ
|
||
|
||
```bash
|
||
# മുകളിൽ ആവശ്യമായ പാക്കേജുകൾ (requirements.txt) നിന്നും കോർ പൈത്തൺ പാക്കേജുകൾ
|
||
tensorflow==2.17.0
|
||
torch (via conda)
|
||
torchvision (via conda)
|
||
keras==3.5.0
|
||
opencv (via conda)
|
||
scikit-learn
|
||
numpy==1.26
|
||
pandas==2.2.2
|
||
matplotlib==3.9
|
||
jupyter
|
||
```
|
||
|
||
### പരിസ്ഥിതി വേരിയബിൾസ്
|
||
|
||
അടിസ്ഥാന ഉപയോഗത്തിനായി പ്രത്യേക പരിസ്ഥിതി വേരിയബിൾസ് ആവശ്യമില്ല.
|
||
|
||
Azure വിന്യാസങ്ങൾക്ക് (ക്വിസ് ആപ്പ്):
|
||
- `AZURE_STATIC_WEB_APPS_API_TOKEN` (Azure സ്വയം സജ്ജമാക്കുന്നു)
|
||
|
||
## ഡീബഗ്ഗിംഗ്, പ്രശ്ന പരിഹാരം
|
||
|
||
### പൊതു പ്രശ്നങ്ങൾ
|
||
|
||
**പ്രശ്നം:** Conda പരിസ്ഥിതി സൃഷ്ടി പരാജയമാണ്
|
||
- **പരിഹാരം:** ആദ്യം conda അപ്ഡേറ്റ് ചെയ്യുക: `conda update conda -y`
|
||
- മതിയായ ഡ്രൈവ് സ്പേസ് ഉറപ്പാക്കുക (50GB ശുപാർശ)
|
||
|
||
**പ്രശ്നം:** Jupyter കർണൽ കണ്ടെത്താനാകുന്നില്ല
|
||
- **പരിഹാരം:**
|
||
```bash
|
||
conda activate ai4beg
|
||
python -m ipykernel install --user --name ai4beg
|
||
```
|
||
|
||
**പ്രശ്നം:** നോട്ട്ബുക്കുകളിൽ GPU കണ്ടെത്താനാകുന്നില്ല
|
||
- **പരിഹാരം:**
|
||
- CUDA ഇൻസ്റ്റാൾ ചെയ്തിരിക്കുന്നുവോ പരിശോധിക്കുക: `nvidia-smi`
|
||
- PyTorch GPU അഡപ്ട്ടർ പരിശോധന: `python -c "import torch; print(torch.cuda.is_available())"`
|
||
- TensorFlow GPU പരിശോധിക്കൽ: `python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"`
|
||
|
||
**പ്രശ്നം:** ക്വിസ് ആപ്പ് ആരംഭിക്കുന്നില്ല
|
||
- **പരിഹാരം:**
|
||
```bash
|
||
cd etc/quiz-app
|
||
rm -rf node_modules package-lock.json
|
||
npm install
|
||
npm run serve
|
||
```
|
||
|
||
**പ്രശ്നം:** Binder സമയം പാർത്തുകൂടി അല്ലെങ്കിൽ ഡൗൺലോഡുകൾ തടയുന്നു
|
||
- **പരിഹാരം:** മികച്ച റിസോഴ്സ് ആക്സസിനായി GitHub Codespaces അല്ലെങ്കിൽ ലോകൽ സജ്ജീകരണം ഉപയോഗിക്കുക
|
||
|
||
### മെമ്മറി പ്രശ്നങ്ങൾ
|
||
|
||
ചില പാഠങ്ങൾക്ക് വലിയ റാം ആവശ്യമുണ്ട് (കുറഞ്ഞത് 8GB ശുപാർശ ചെയ്യുന്നു):
|
||
- പ്രയാസമേറിയ പാഠങ്ങൾക്ക് ക്ലൗഡ് VMകൾ ഉപയോഗിക്കുക
|
||
- മോഡൽ ട്രെയ്നിംഗ് സമയത്ത് മറ്റ് ആപ്പുകൾ അടയ്ക്കുക
|
||
- മെമ്മറി പൂർണ്ണമായാൽ നോട്ട്ബുക്കുകളിൽ ബാച്ച് വലുപ്പം കുറക്കുക
|
||
|
||
## അധിക കുറിപ്പുകൾ
|
||
|
||
### പാഠം പകർന്നടുക്കുന്ന അധ്യാപകർക്ക്
|
||
|
||
- പഠന മാർഗ്ഗനിർദേശങ്ങൾക്ക് `lessons/0-course-setup/for-teachers.md` കാണുക
|
||
- പാഠങ്ങൾ സ്വയംപര്യാപ്തവായും പരമ്പരയായി പഠിപ്പിക്കാവുന്നതുമായും ആണ്
|
||
- കാൽപ്പനിക സമയം: 12 ആഴ്ച, ആഴ്ചയ്ക്ക് 2 പാഠങ്ങൾ
|
||
|
||
### ക്ലൗഡ് റിസോഴ്സുകൾ
|
||
|
||
- **വിദ്യാർത്ഥികൾക്കായി Azure:** ഫ്രീ ക്രെഡിറ്റുകൾ ലഭ്യമാണ്
|
||
- **Microsoft Learn:** ബഹുഭാഷാ പഠനപാതകളും ബന്ധിപ്പിച്ചിട്ടുള്ളത്
|
||
- **Binder:** സൗജന്യമാണ്, പക്ഷേ ചില സർക്കാർ നിയന്ത്രണങ്ങളിലും പരിധികളിലും
|
||
|
||
### കോഡ് എക്സിക്യൂഷൻ ഓപ്ഷനുകൾ
|
||
|
||
1. **ലോകൽ (ശിപാർശ):** പൂർണ്ണ നിയന്ത്രണം, മികച്ച പ്രകടനം, GPU പിന്തുണ
|
||
2. **GitHub Codespaces:** ക്ലൗഡ് അടിസ്ഥാനമാക്കിയുള്ള VS കോഡ്, പെട്ടെന്ന് ആക്സസിനായി നല്ലത്
|
||
3. **Binder:** ബ്രൗസർ അടിസ്ഥാനമാക്കി Jupyter, സൗജന്യമാണ്, പക്ഷേ പരിമിതിയായ
|
||
4. **Azure ML നോട്ട്ബുക്കുകൾ:** GPU പിന്തുണയോടെ എന്റർപ്രൈസ് ഓപ്ഷൻ
|
||
5. **Google Colab:** നോട്ട്ബുക്കുകൾ ഒറ്റത്തവണ അപ്ലോഡ് ചെയ്യുക, സൗജന്യ GPU തരം ലഭ്യമാണ്
|
||
|
||
### നോട്ട്ബുക്കുകളുമായി ജോലി ചെയ്യൽ
|
||
|
||
- പഠനത്തിനായി സെല്ലിനടിയായി നോട്ട്ബുക്കുകൾ പ്രവർത്തിക്കാൻ രൂപകല്പ്പന ചെയ്തതാണ്
|
||
- ആദ്യ പ്രവർത്തനത്തിൽ പല നോട്ട്ബുക്കുകളും ഡാറ്റാസെറ്റുകൾ ഡൗൺലോഡ് ചെയ്യുന്നു (സമയം വേണ്ടാം)
|
||
- ചില മോഡലുകൾ യുക്തിപരമായ പരിശീലന സമയത്തിനായി GPU ആവശ്യമാണ്
|
||
- കംപ്യൂട്ട് ആവശ്യകത കുറയ്ക്കാൻ മുൻകൂട്ടി പരിശീലിച്ച മോഡലുകൾ ഉപയോഗിക്കുന്നു
|
||
|
||
### പ്രകടന പരിഗണനകൾ
|
||
|
||
- പിന്നീട് കമ്പ്യൂട്ടർ വിഷ്വൻ പാഠങ്ങൾ (CNN, GAN) GPU ഉപയോഗിച്ച് മെച്ചപ്പെടുത്തുന്നു
|
||
- NLP ട്രാൻസ്ഫോർമർ പാഠങ്ങൾക്ക് വലിയ RAM ആവശ്യമാകും
|
||
- അടിസ്ഥാനത്തിൽ നിന്ന് പരിശീലനം സമയം കൂടുതലാണ്, എന്നാൽ പഠനപരമായതാണ്
|
||
- ട്രാൻസ്ഫർ പഠന ഉദാഹരണങ്ങൾ പരിശീലന സമയം കുറഞ്ഞു
|
||
|
||
---
|
||
|
||
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
||
**അറിയിപ്പ്**:
|
||
ഈ രേഖ AI പരിഭാഷാ സേവനം [Co-op Translator](https://github.com/Azure/co-op-translator) ഉപയോഗിച്ച് പരിഭാഷപ്പെടുത്തിയതാണ്. ഞങ്ങൾ കൃത്യതയ്ക്കായി ശ്രമിക്കുന്നുവെങ്കിലും, ഓട്ടോമേറ്റഡ് പരിഭാഷകളിൽ പിഴവുകൾ അല്ലെങ്കിൽ തെറ്റായ വിവരങ്ങൾ ഉണ്ടാകാൻ സാധ്യതയുണ്ട്. അതിന്റെ സ്വാഭാവിക ഭാഷയിലുള്ള അസൽ രേഖയാണ് പ്രാമാണികമായ ഉറവിടമായി പരിഗണിക്കേണ്ടത്. നിർണായകമായ വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ പരിഭാഷ ശുപാർശ ചെയ്യുന്നു. ഈ പരിഭാഷ ഉപയോഗിച്ച് ഉണ്ടാകുന്ന തെറ്റിദ്ധാരണകൾ അല്ലെങ്കിൽ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കായി ഞങ്ങൾ ഉത്തരവാദികളല്ല.
|
||
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |