الوصف
AutoKeras هو نظام متقدم للتعلم الآلي الآلي (AutoML) تم تطويره بواسطة DATA Lab في جامعة تكساس إيه آند إم. هدفه الأساسي هو دمقرطة التعلم الآلي من خلال جعله متاحًا لجمهور أوسع، بما في ذلك أولئك الذين ليس لديهم خبرة واسعة في التعلم العميق. يستفيد النظام من قوة Keras، وهو إطار عمل شائع للتعلم العميق، لأتمتة المهام المعقدة والمستهلكة للوقت التي تنطوي عليها بناء نماذج التعلم الآلي.
في جوهره، يقوم AutoKeras بأتمتة البحث عن هياكل الشبكات العصبية المثلى والمعاملات الفائقة. هذه العملية، التي يشار إليها غالبًا باسم البحث عن بنية الشبكة العصبية (NAS)، ضرورية لتحقيق أداء عالٍ في مهام التعلم العميق. من خلال أتمتة هذا البحث، يقلل AutoKeras بشكل كبير من الجهد اليدوي والخبرة المطلوبة من علماء البيانات والمطورين. يمكن للمستخدمين ببساطة توفير بيانات التدريب والاختبار الخاصة بهم، وسيقوم AutoKeras باستكشاف مساحة واسعة من النماذج الممكنة للعثور على النموذج الذي يناسب مشكلتهم المحددة بشكل أفضل.
تم تصميم النظام مع مراعاة سهولة الاستخدام. يتضمن سير العمل النموذجي استيراد مكتبة AutoKeras، وتهيئة مصنف أو مُتنبئ خاص بالمهمة (مثل ImageClassifier)، وتدريب النموذج باستخدام بيانات التدريب، ثم استخدام النموذج المدرب لإجراء تنبؤات على بيانات جديدة. يسمح هذا النهج المبسط بالنماذج الأولية السريعة ونشر حلول التعلم الآلي.
يدعم AutoKeras مهام التعلم الآلي المختلفة، بما في ذلك تصنيف الصور، وتصنيف النصوص، والانحدار للبيانات المنظمة. يضمن توافقه مع إصدارات Python 3.7 وما فوق، وإصدارات TensorFlow 2.8.0 وما فوق، إمكانية دمجه في بيئات التطوير الحالية. يتم صيانة المشروع بنشاط ويستفيد من مساهمات المجتمع، مع توفر موارد للتعلم والتثبيت ودعم المجتمع.
بالنسبة لأولئك الذين يتطلعون إلى التعمق أكثر، يقدم AutoKeras دروسًا تعليمية على الموقع الرسمي، وكتابًا شاملاً بعنوان "Automated Machine Learning in Action"، ومشاريع حية عملية. يتم تطوير المشروع بشفافية، مع تتبع المشكلات على GitHub، ويتم الترحيب بالمساهمات من خلال دليل مساهمة مفصل. تم نشر البحث وراء AutoKeras في Journal of Machine Learning Research، مما يسلط الضوء على دقته الأكاديمية وتأثيره.
الميزات الأساسية لـ AutoKeras
البحث الآلي عن بنية الشبكة العصبية (NAS)
تحسين المعاملات الفائقة
إطار عمل مبني على Keras
يدعم تصنيف الصور
يدعم تصنيف النصوص
يدعم الانحدار للبيانات المنظمة
يبسط تطوير النماذج
متاح للمستخدمين من جميع مستويات المهارة
مشروع مفتوح المصدر
البدء مع AutoKeras
التثبيت: قم بالتثبيت عبر pip باستخدام 'pip3 install autokeras'.
التهيئة: قم باستيراد AutoKeras وتهيئة نموذج خاص بالمهمة (مثل ImageClassifier).
التدريب: قم بتدريب النموذج باستخدام بيانات التدريب الخاصة بك (x_train, y_train).
التنبؤ: استخدم النموذج المدرب للتنبؤ بالنتائج على بيانات الاختبار (x_test).
حالات استخدام AutoKeras
- تصنيف الصور
- تصنيف النصوص
- الانحدار للبيانات المنظمة
- النماذج الأولية السريعة
- دمقرطة التعلم الآلي
