مصنوعی ذہانت ، مشین لرننگ ، گہری سیکھنے۔ سب تیزی سے مقبول تصورات ہیں۔ یہ مستقبل کی طرح کی طرح لگتا ہے ، لیکن زندگی کے تمام شعبوں میں اسے زیادہ سے زیادہ استعمال کیا جارہا ہے۔ نہ صرف انٹرنیٹ پر ، بلکہ کمپیوٹر وژن پر بھی۔ وہ بیماریوں کی تشخیص کر رہے ہیں ، مسائل کو بہتر بناتے ہیں ، کاریں چلاتے ہیں اور بہت سی دوسری چیزوں کو بھی دیکھ رہے ہیں۔
ہم کیا بات کرنے جارہے ہیں
ہم خبر شائع نہیں کریں گے۔ ہم کوشش کریں گے کہ اکرارو میں ہمیشہ کی طرح مفید معلومات حاصل کریں۔ اوزار جمع کرنا ، تصورات کی وضاحت کرنے کی کوشش کرنا ، مشین لرننگ کی مثالوں سے کرنا۔ مختلف شعبوں میں درخواستیں ، جیسے IoT ، اور کوئی دلچسپ ڈیٹا شیٹ جو آپ کو ملتی ہے۔
میں ماہر نہیں ہوں۔ میں سیکھنے کے عمل میں ہوں لیکن مجھے لگتا ہے کہ میں اس علم میں حصہ ڈال سکتا ہوں جو میں حاصل کرتا ہوں اور اس کے ساتھ اس میں بہتری لاتا ہوں۔
منصوبے کا خیال ہے وائس ٹو ٹیکسٹ وِسپر ماڈل کا استعمال کرتے ہوئے ہمارے PC یا Raspberry Pi کے ذریعے بات چیت کرنے کے لیے صوتی ہدایات دیں۔.
ہم ایک آرڈر دیں گے جسے Whisper کے ساتھ نقل کیا جائے گا، متن میں تبدیل کیا جائے گا اور پھر مناسب ترتیب کو انجام دینے کے لیے تجزیہ کیا جائے گا، جو کہ کسی پروگرام کو چلانے سے لے کر RaspberryPi پنوں کو وولٹیج دینے تک ہو سکتا ہے۔
میں ایک پرانا Raspberry Pi 2، ایک مائیکرو USB استعمال کرنے جا رہا ہوں اور میں وائس ٹو ٹیکسٹ ماڈل استعمال کروں گا جو حال ہی میں OpenAI کے ذریعہ جاری کیا گیا ہے، کسبی. مضمون کے آخر میں آپ دیکھ سکتے ہیں۔ تھوڑا اور سرگوشی.
میں نے ابھی ڈویلپر کورس کیا ہے۔ گوگل مشین لرننگ کریش کورس۔. ایک تعارفی کورس ، جہاں وہ آپ کو بنیادی تصورات دیتے ہیں اور TensorFlow کے ساتھ حقیقی نفاذ کی مثالیں دیکھتے ہیں۔ یہ مثالیں ہیں جنہوں نے مجھے ایسا کرنے کی ترغیب دی ہے۔
باہمی تعاون ، بھی کہا جاتا ہے۔ گوگل کولاب۔ یہ گوگل ریسرچ کی پیداوار ہے اور ہمارے براؤزر سے ازگر اور دیگر زبانیں لکھنے اور چلانے کے لیے استعمال ہوتی ہے۔
کیا ہے؟
میں آپ کو ابتدائیوں کے لیے ایک گائیڈ چھوڑتا ہوں جو اس مضمون کی مکمل تکمیل کرتا ہے۔
کولاب ایک میزبان Jupyter ہے۔، انسٹال اور کنفیگرڈ ، تاکہ ہمیں اپنے کمپیوٹر پر کچھ نہ کرنا پڑے بلکہ صرف براؤزر سے کام کریں ، کلاؤڈ کے وسائل پر۔
یہ بالکل Jupyter کی طرح کام کرتا ہے ، آپ دیکھ سکتے ہیں۔ ہمارا مضمون. وہ ازگر کے اس مرحلے میں خلیات پر مبنی نوٹ بک یا نوٹ بک ہیں جو کہ متن ، تصاویر یا کوڈ ہو سکتے ہیں ، کیونکہ Jupyter Colab کے برعکس اس وقت صرف ازگر کا دانا استعمال کیا جا سکتا ہے ، وہ بعد میں R ، Scala ، وغیرہ جیسے دیگر کو نافذ کرنے کی بات کرتے ہیں۔ ، لیکن کوئی تاریخ نہیں بتائی گئی ہے۔
میرے شہر میں ایک موسمیاتی رصد گاہ کی طرف سے پیش کردہ تاریخی اعداد و شمار کو دیکھ کر ، میں یہ دیکھتا ہوں وہ صرف انہیں گرافک اور پی ڈی ایف کے بطور ڈاؤن لوڈ کے لئے پیش کرتے ہیں. مجھے سمجھ نہیں آتی ہے کہ وہ آپ کو csv میں ڈاؤن لوڈ کیوں نہیں کرنے دیتے ، جو ہر ایک کے لئے زیادہ مفید ہوگا۔
تو میں ایک کی تلاش کر رہا ہوں ان ٹیبلز کو پی ڈی ایف سے سی ایس وی میں منتقل کرنے کا حل یا اگر کوئی ایکسل یا لائبر آفس فارمیٹ کرنا چاہتا ہے. مجھے سی ایس وی پسند ہے کیونکہ سی ایس وی کے ذریعہ آپ ہر وہ کام کرتے ہیں جسے آپ ازگر اور اس کی لائبریریوں سے سنبھال سکتے ہیں یا آپ اسے آسانی سے کسی بھی اسپریڈشیٹ میں درآمد کرسکتے ہیں۔
چونکہ یہ خیال ایک خودکار عمل کو حاصل کرنا ہے ، میں جو کچھ چاہتا ہوں وہ اسکرپٹ کے ساتھ مل کر کام کرنے کے ل and ہے اور یہ وہ مقام ہے جہاں طبلہ آتا ہے۔
اس مضمون میں میں ایک چھوڑ دیتا ہوں ایناکونڈا انسٹالیشن گائیڈ اور اپنے کونڈا پیکیج مینیجر کو استعمال کرنے کا طریقہ. اس کی مدد سے ہم لائبریریوں کے ذریعہ ازگر اور آر کے لئے ترقی کے ماحول تشکیل دے سکتے ہیں۔ مشین لرننگ ، اعداد و شمار کے تجزیہ اور ازگر کے ساتھ پروگرامنگ میں خلل ڈالنا شروع کرنا بہت دلچسپ ہے۔
ایناکونڈا ایک مفت اور اوپن سورس تقسیم ہے جو بڑے پیمانے پر استعمال ہونے والے ازگر اور آر پروگرامنگ زبانوں کی ہے سائنسی کمپیوٹنگ (ڈیٹا سائنس ڈیٹا سائنس ، مشین لرننگ ، سائنس ، انجینئرنگ ، پیشن گوئی تجزیات ، بگ ڈیٹا وغیرہ).
یہ ان مضامین میں وسیع پیمانے پر استعمال ہونے والی ایپلی کیشنز کی ایک بڑی تعداد انسٹال کرتا ہے ، بجائے اس کے کہ انہیں ایک ایک کرکے انسٹال کیا جائے۔ . 1400 سے زیادہ اور یہ ان مضامین میں سب سے زیادہ استعمال ہوتے ہیں۔ کچھ مثالیں
ختم کرنے کے بعد مشین لرننگ کورس، میں دیکھ رہا تھا کہ کہاں جاری رکھنا ہے۔ اوکٹیو / متلب پروٹو ٹائپنگ کورس میں استعمال ہونے والے ترقیاتی ماحول وہ نہیں ہیں جو لوگ استعمال کرتے ہیں ، لہذا آپ کو کسی اعلی معیار کی طرف چھلانگ لگانی ہوگی۔ میرے لئے جن امیدواروں کی سفارش کی گئی ہے ان میں سب سے زیادہ ہے کیراس ، پسدید ٹینسرفلو کا استعمال کرتے ہوئے. میں اس میں جانے والا نہیں ہوں کہ آیا کیراس دوسرے ٹولز یا فریم ورک سے بہتر ہے یا ٹینسرفلو یا تھیانو کا انتخاب کرے۔ میں صرف یہ بتانے جا رہا ہوں کہ اوبنٹو میں اسے کس طرح نصب کیا جاسکتا ہے۔
پہلے میں نے اسے سرکاری صفحات کی دستاویزات سے انسٹال کرنے کی کوشش کی ، اور یہ ناممکن تھا ، مجھے ہمیشہ کچھ غلطی ہوتی ، کچھ حل نہ ہونے والا سوال۔ آخر میں تلاش کرنے چلا گیا اوبنٹو میں کیرا کس طرح انسٹال کرنے کے بارے میں مخصوص سبق اور اس کے باوجود میں نے دو دن رات میں بہت زیادہ وقت گزارے ہیں۔ آخر میں میں نے اسے حاصل کرلیا ہے اور میں آپ کو چھوڑ دیتا ہوں کہ اگر میں نے آپ کے لئے راہ ہموار کی تو یہ میں نے کیسے کیا ہے۔
چونکہ ہم ویب سائٹ کے ذریعہ تجویز کردہ اقدامات پر عمل کرنے جارہے ہیں جو میں آپ کو سبق کے اختتام پر ذرائع سے چھوڑ دیتا ہوں ، ہم پیکیج کا انتظام کرنے کے لئے ، جو میرے پاس نہیں تھے ، نصب کریں گے۔ PIP لینکس میں یہ ہے کہ ، ایک پیکیج مینجمنٹ سسٹم جو ازگر میں لکھا گیا ہے۔
میں نے ختم کیا ہے اسٹینفورڈ یونیورسٹی کی طرف سے پیش کردہ مشین لرننگ کورس، اور چونکہ پہلے ہی متعدد موجود ہیں جنہوں نے مجھ سے کھلے دل سے اور نجی طور پر اس کے بارے میں پوچھا ہے ، اس لئے میں تھوڑا اور تفصیل دینا چاہتا تھا کہ مجھے کیا معلوم ہوتا ہے اور جو بھی اس کا فیصلہ کرتا ہے وہ جانتا ہے کہ وہ کیا تلاش کرے گا۔
یہ ایک مشین لرننگ پر مفت کورس، اینڈریو این جی کے ذریعہ سکھایا گیا۔ ایک بار ختم ہوجانے پر اگر آپ چاہتے ہیں تو آپ کے پاس ایسا سرٹیفکیٹ ہوسکتا ہے جو € 68 میں حاصل کردہ مہارت کی توثیق کرے۔ اسے 3 ستون ، ویڈیو ، امتحانات یا کوئز اور پروگرامنگ مشقوں میں تقسیم کیا گیا ہے۔ یہ انگریزی میں ہے۔ آپ کے پاس متعدد زبانوں میں سب ٹائٹلز موجود ہیں ، لیکن ہسپانوی بہت اچھے نہیں ہیں اور بعض اوقات وہ پرانی ہوجاتے ہیں ، اگر آپ انہیں انگریزی میں ڈال دیتے ہیں تو زیادہ بہتر ہوتا ہے۔
یہ بالکل نظریاتی ہے۔ لیکن شاید اسی لئے ایسا لگتا ہے کہ یہ آغاز کرنے کا ایک اچھا طریقہ ہے کیونکہ آپ نہ صرف یہ سیکھنے جا رہے ہیں کہ آپ کیا کرنا چاہتے ہیں بلکہ آپ کیوں کرتے ہیں۔
