quickai

QuickAI هي مكتبة Python تجعل من السهل للغاية تجربة نماذج التعلم الآلي الحديثة.

عداد باي بي آي
عداد باي بي آي
عداد باي بي آي
نجوم جيثب

ملاحظة: حتى إذا كنت لا تستخدم YOLO، فستظل بحاجة إلى ملف في دليل العمل الحالي الخاص بك يسمى coco.names. إذا كنت لا تستخدم YOLO، فمن الممكن أن يكون هذا الملف فارغًا.

فيديو اعلان

العرض التوضيحي https://deepnote.com/project/QuickAI-1r_4zvlyQMa2USJrIvB-kA/%2Fnotebook.ipynb

تحفيز

عندما بدأت في تعلم الآلة الأكثر تقدمًا، بدأت أرى كيف كانت معماريات الشبكات العصبية الشهيرة (مثل EfficientNet) تقوم بأشياء مذهلة. ومع ذلك، عندما حاولت تنفيذ هذه البنى على المشكلات التي أردت حلها، أدركت أنه لم يكن من السهل جدًا تنفيذ هذه البنى وتجربتها بسرعة. وهنا جاء دور QuickAI. فهو يسمح بالتجربة السهلة للعديد من بنيات النماذج بسرعة.

التبعيات:

Tensorflow، وPyTorch، وSklearn، وMatplotlib، وNumpy، وHugging Face Transformers. يجب عليك تثبيت TensorFlow وPyTorch باتباع الإرشادات الواردة في مواقع الويب الخاصة بهما.

حاوية عامل ميناء:

لتجنب إعداد جميع التبعيات المذكورة أعلاه، يمكنك استخدام حاوية QuickAI Docker:

قم أولاً بسحب الحاوية: docker pull geekjr/quickai

ثم قم بتشغيله:

• وحدة المعالجة المركزية (على جهاز Apple silicon Mac، ستحتاج إلى علامة --platform linux/amd64 وتثبيت Rosetta 2): docker run -it geekjr/quickai bash

• GPU: docker run --gpus all -it geekjr/quickai bash

لماذا يجب عليك استخدام QuickAI

يمكن لـ QuickAI تقليل ما قد يستغرق عشرات الأسطر من التعليمات البرمجية إلى سطر أو سطرين. وهذا يجعل التجربة السريعة سهلة ونظيفة للغاية. على سبيل المثال، إذا كنت ترغب في تدريب EfficientNet على مجموعة البيانات الخاصة بك، فسيتعين عليك كتابة تحميل البيانات والمعالجة المسبقة وتعريف النموذج وكود التدريب يدويًا، والذي سيكون عبارة عن عدة أسطر من التعليمات البرمجية. حيث أنه باستخدام QuickAI، تتم كل هذه الخطوات تلقائيًا باستخدام سطر أو سطرين فقط من التعليمات البرمجية.

النماذج التالية مدعومة حاليًا:

1. تصنيف الصور

   • شبكة فعالة B0-B7
   • VGG16
   • VGG19
   • DenseNet121
   • دينسينت169
   • دينسينت201
   • البداية ResNet V2
   • البداية V3
   • موبايل نت
   • موبايل نت V2
   • موبايل نت V3 الصغيرة والكبيرة
   • ريس نت 101
   • ريسنيت 101 V2
   • ريس نت 152
   • ريسنيت 152 V2
   • ريس نت 50
   • ريسنيت 50 V2
   • اكسسيبشن

2. معالجة اللغات الطبيعية

   • GPT-NEO 125M (التوليد والاستدلال)
   • GPT-NEO 350M (التوليد والاستدلال)
   • GPT-NEO 1.3B (التوليد والاستدلال)
   • GPT-NEO 2.7B (التوليد والاستدلال)
   • GPT-J 6B(الجيل والاستدلال)-BETA
   • Distill BERT Case (أسئلة وأجوبة والاستدلال والضبط الدقيق)
   • Distill BERT Uncased (التعرف على الكيانات المسماة، والاستدلال)
   • Distil BART (التلخيص والاستدلال)
   • Distill BERT Uncased (تحليل المشاعر وتصنيف النص/الرموز والاستدلال والضبط الدقيق)

3. كشف الكائنات

   • يولوف4
   • YOLOV4 صغير

تثبيت

pip install quickAI

كيفية الاستخدام

يرجى الاطلاع على مجلد الأمثلة للحصول على التفاصيل. بالنسبة لـ YOLOV4، يمكنك تنزيل الأوزان من هنا. التوثيق الكامل موجود في قسم الويكي في الريبو.

القضايا/الأسئلة

إذا واجهت أي أخطاء، يرجى فتح مشكلة جديدة حتى يمكن تصحيحها. إذا كانت لديك أسئلة عامة، يرجى استخدام قسم المناقشة.

الاعتمادات

تم أخذ معظم التعليمات البرمجية لتطبيقات YOLO من مستودعات Tensorflow-yolov4-tflite & YOLOv4-Cloud-Tutorial الخاصة بـ "The AI ​​Guy's". بدون هذا، لن يكون تنفيذ YOLO ممكنًا. شكرًا لك!