सिंथेटिक इंटेलिजेंस (एआई) लैपटॉप विजन, प्योर लैंग्वेज प्रोसेसिंग (एनएलपी) और स्पीच रिकग्निशन सहित कई उद्देश्यों के साथ तेजी से बढ़ने वाला विषय है। इन एआई अनुप्रयोगों के निर्माण के लिए, डेवलपर्स विभिन्न उपकरणों और रूपरेखाओं का उपयोग करते हैं जो मशीन लर्निंग मॉडल के निर्माण और तैनाती के लिए एक व्यापक मंच प्रदान करते हैं।
यह पाठ AI उद्देश्यों को विकसित करने के लिए उपयोग किए जाने वाले सात फैशनेबल उपकरणों और रूपरेखाओं पर चर्चा करता है: TensorFlow, PyTorch, Keras, Caffe, Microsoft Cognitive Toolkit, Theano, और Apache MXNet। ये उपकरण बिल्डरों के लिए उनके उपयोग में आसानी, मापनीयता और उन्नत गणितीय कार्यों के पर्यावरण के अनुकूल निष्पादन के कारण सबसे अच्छे विकल्प के रूप में विकसित हुए हैं।
गहन अध्ययन के लिए सामग्री (#एफडीएल), एक #खुला स्त्रोत चुनौती जो डेवलपर्स को आधुनिक डीप लर्निंग लाइब्रेरी जैसे #टेंसरफ्लो, #कॉफ़ीतथा #मशाल https://t.co/DpTv5uRcDE pic.twitter.com/VozsIXPk8n
- साइमन एआर बेकर (@SimonARBaker) मार्च २०,२०२१
TensorFlow
TensorFlow Google द्वारा विकसित एक ओपन सोर्स प्लेटफ़ॉर्म है जो कई प्लेटफ़ॉर्म पर मशीन लर्निंग मॉडल बनाने और तैनात करने के लिए एक व्यापक रूपरेखा प्रदान करता है। यह व्यापक रूप से लैपटॉप विजन, शुद्ध भाषा प्रसंस्करण और वाक् पहचान सहित कई उद्देश्यों के लिए उपयोग किया जाता है। उदाहरण के लिए, इसका उपयोग चैटबॉट बनाने के लिए किया जा सकता है जो शुद्ध भाषा के प्रश्नों को समझ सकता है और उनका जवाब दे सकता है।
- @ टेंसरफ्लोयह विशेषज्ञ चित्र और वाक् पहचान में मशीन लर्निंग के लिए अभूतपूर्व मॉडल बनाता है → https://t.co/o2GMG9yYeu
पता करें कि कैसे एमएल #कहाँ तथा #WTMambassador रुकिया बिन सफी याद दिलाता है कि ध्यान और समय के साथ, आप अपने भीतर खिल सकते हैं #देव यात्रा! pic.twitter.com/NXAhyZyx69
- Google डेवलपर (@googledevs) अप्रैल १, २०२४
पायटॉर्च
PyTorch एक अन्य लोकप्रिय ओपन-सोर्स मशीन लर्निंग फ्रेमवर्क है जिसका व्यापक रूप से AI अनुप्रयोगों जैसे कि छवि पहचान, प्राकृतिक भाषा प्रसंस्करण और सुदृढीकरण सीखने के विकास के लिए उपयोग किया जाता है। यह गतिशील गणना प्रदान करता है जो विभिन्न मॉडल आर्किटेक्चर के साथ प्रयोग करना आसान बनाता है।
उदाहरण के लिए, एक छवि पहचान प्रणाली स्थापित की जा सकती है जो एक छवि में विभिन्न वस्तुओं को पहचान और वर्गीकृत कर सकती है।
थकाऊ
केरस एक ओपन-सोर्स न्यूरल कम्युनिटी लाइब्रेरी है जो TensorFlow या Theano पर चलती है। यह उपयोग में आसान प्लेटफॉर्म है जो डेवलपर्स को कोड के बहुत कम लाइनों के साथ गहन शिक्षण मॉडल बनाने और प्रशिक्षित करने की अनुमति देता है। केरस का उपयोग वाक् पहचान प्रणाली के निर्माण के लिए किया जा सकता है जो बोले गए वाक्यांशों को पाठ्य सामग्री में बदल सकता है।
संबद्ध: उपयोग करने के लिए 5 प्योर लैंग्वेज प्रोसेसिंग (NLP) लाइब्रेरी।
एस्प्रेसो
कैफ बर्कले एआई एनालिसिस (बीएआईआर) और पड़ोस के योगदानकर्ताओं द्वारा विकसित एक गहन अध्ययन ढांचा है। यह दृढ़ तंत्रिका नेटवर्क के तेजी से प्रशिक्षण के लिए डिज़ाइन किया गया है और इसका व्यापक रूप से चित्र और भाषण मान्यता के लिए उपयोग किया जाता है।
Microsoft संज्ञानात्मक टूलकिट (CNTK)
CNTK Microsoft द्वारा विकसित एक ओपन सोर्स फ्रेमवर्क है जो गहन शिक्षण मॉडल के निर्माण के लिए एक स्केलेबल और कुशल मंच प्रदान करता है। यह C++, Python, और C# सहित कई प्रोग्रामिंग भाषाओं में मदद करता है। इसका उपयोग मशीनी अनुवाद प्रणाली के निर्माण के लिए किया जा सकता है जो एक भाषा से दूसरी भाषा में पाठ्य सामग्री का अनुवाद कर सकता है।
वीडियो: Microsoft संज्ञानात्मक टूलकिट का उपयोग (#सीएनटीके) निर्माण #तंत्रिका - तंत्रhttps://t.co/mAewijuJ04#यंत्र अधिगम #AI pic.twitter.com/TGdiP5rGqE
- अदनान हाशमी (@adnan_hashmi) 9 जून 2018
थेनो
थीनो विशेष रूप से गहरे तंत्रिका नेटवर्क के निर्माण और अनुकूलन के लिए डिज़ाइन की गई संख्यात्मक संगणनाओं के लिए एक लोकप्रिय पायथन लाइब्रेरी है। यह गणितीय अभिव्यक्तियों के पर्यावरण के अनुकूल निष्पादन के लिए जाना जाता है, जो इसे उन्नत फैशन के प्रशिक्षण के लिए सहायक बनाता है। उदाहरण के लिए, इसका उपयोग भावना मूल्यांकन प्रणाली के निर्माण के लिए किया जा सकता है जो पाठ्य सामग्री के एक चयनित टुकड़े की भावना को स्थापित कर सकता है।
एसोसिएटेड: एआई में सुधार के लिए अध्ययन करने के लिए 5 प्रोग्रामिंग भाषाएं
अपाचे एमएक्सनेट
अपाचे एमएक्सनेट एक स्केलेबल और पर्यावरण के अनुकूल ओपन-सोर्स डीप स्टडी फ्रेमवर्क है जो पायथन, आर और स्काला के साथ कई प्रोग्रामिंग भाषाओं की मदद करता है। यह आम तौर पर लैपटॉप कल्पनाशील और प्रस्तुतकर्ता, एनएलपी और वाक् पहचान उद्देश्यों के लिए उपयोग किया जाता है। उदाहरण के लिए, इसका उपयोग एक ऐसी प्रणाली के निर्माण के लिए किया जा सकता है जो किसी दिए गए पाठ या भाषण में पूरी तरह से अलग भावनाओं को स्थापित कर सके।