EITC/AI/DLPTFK گہرائی سے سیکھتے ہوئے ازگر ، ٹینسرفلو اور کیراس میں یورپی آئی ٹی سرٹیفیکیشن پروگرام ہے جو ٹینسرفلو اور کیراس مشین لرننگ لائبریریوں کے ساتھ ازگر میں گہری سیکھنے کے پروگرامنگ کے بنیادی اصولوں پر ہے۔
ای آئی ٹی سی/اے آئی/ڈی ایل پی ٹی ایف کے ڈیپ لرننگ برائے ازگر ، ٹینسرفلو اور کیراس کا نصاب مندرجہ ذیل ڈھانچے کے اندر منظم ٹینسرفلو اور کیراس لائبریریوں کے ساتھ گہرائی سے سیکھنے والی پائیھٹن پروگرامنگ میں عملی مہارتوں پر مرکوز ہے ، جس میں اس EITC سرٹیفیکیشن کے حوالے سے ایک جامع ویڈیو ڈوڈیٹک مواد شامل ہے۔
گہری لرننگ (جسے گہری ڈھانچے کی تعلیم سے بھی جانا جاتا ہے) نمائندگی سیکھنے والے مصنوعی اعصابی نیٹ ورک پر مبنی مشین سیکھنے کے طریقوں کے وسیع تر خاندان کا حصہ ہے۔ سیکھنے کی نگرانی ، نیم نگرانی یا غیر نگرانی کی جاسکتی ہے۔ گہری نیورل نیٹ ورکس ، گہری عقیدہ نیٹ ورکس ، بار بار اعصابی نیٹ ورک اور مجازی عصبی نیٹ ورک جیسے کمپیوٹر سیکھنے ، مشین وژن ، تقریر کی شناخت ، قدرتی زبان پروسیسنگ ، آڈیو شناخت ، سوشل نیٹ ورک فلٹرنگ ، مشین ترجمہ ، بایو انفارمیٹکس جیسے شعبوں پر گہری سیکھنے کے فن تعمیر کا اطلاق کیا گیا ہے۔ ، منشیات کا ڈیزائن ، میڈیکل امیج تجزیہ ، مادی معائنہ اور بورڈ گیم پروگرام ، جہاں انھوں نے انسانی ماہر کی کارکردگی سے کہیں آگے جانے کے مقابلے کے متوازن نتائج برآمد کیے ہیں۔
ازگر ایک ترجمانی شدہ ، اعلی سطحی اور عام مقصد کے پروگرامنگ زبان ہیں۔ ازگر کا ڈیزائن فلسفہ اس قابل ذکر سفید فام جگہ کے قابل ذکر استعمال کے ساتھ کوڈ کے پڑھنے پر زور دیتا ہے۔ اس کی زبان کی تشکیل اور آبجیکٹ پر مبنی نقطہ نظر کا مقصد پروگرامرز کو چھوٹے اور بڑے پیمانے پر منصوبوں کے لئے واضح ، منطقی ضابطہ لکھنے میں مدد کرنا ہے۔ اس کے جامع معیاری لائبریری کی وجہ سے ازگر کو اکثر "بیٹریاں شامل" زبان کے طور پر بیان کیا جاتا ہے۔ ازگر عام طور پر ٹینسرفلو ، کیراس ، پیٹرچ اور سککیٹ - سیکھنے جیسی لائبریریوں کی مدد سے مصنوعی ذہانت کے منصوبوں اور مشین لرننگ پروجیکٹس میں مستعمل ہیں۔
ازگر متحرک طور پر ٹائپ ہوتے ہیں (رن ٹائم کے بہت سے عام پروگرامنگ سلوک پر عمل کرتے ہیں جو جامد پروگرامنگ زبانیں تالیف کے دوران انجام دیتے ہیں) اور کوڑا کرکٹ جمع (خودکار میموری کی نظم و نسق کے ساتھ)۔ یہ متعدد پروگرامنگ نمونوں کی تائید کرتا ہے ، جن میں ساختہ (خاص طور پر ، طریقہ کار) ، آبجیکٹ پر مبنی اور فنکشنل پروگرامنگ شامل ہیں۔ یہ 1980 کی دہائی کے آخر میں تشکیل دیا گیا تھا ، اور سب سے پہلے 1991 میں گائیڈو وان روس نے اے بی سی پروگرامنگ زبان کے جانشین کے طور پر جاری کیا تھا۔ سن 2.0 میں جاری کردہ ، ازگر 2000 نے نئی خصوصیات متعارف کروائیں ، جیسے فہرست کی تفہیم ، اور حوالہ گنتی کے ساتھ کوڑا کرکٹ اکٹھا کرنے کا نظام ، اور 2.7 میں اسے ورژن 2020 کے ساتھ بند کردیا گیا تھا۔ 3.0 میں جاری کردہ ازگر کا 2008 ، زبان کی ایک بڑی نظر ثانی تھی مکمل طور پر پسماندہ ہم آہنگ نہیں اور زیادہ سے زیادہ ازگر 2 کا کوڈ ازگر 3 پر غیر ترمیم شدہ نہیں چلتا ہے ، ازگر 2 کے اختتامی زندگی (اور 2021 میں پائپ کی حمایت چھوڑ دی گئی تھی) کے ساتھ ، صرف ازگر 3.6.x اور بعد میں اس کی تائید کی جاتی ہے ، اب بھی پرانے ورژن کے ساتھ معاون مثال کے طور پر ونڈوز 7 (اور پرانے انسٹالرز 64 بٹ ونڈوز تک محدود نہیں ہیں)۔
مرکزی دھارے کے آپریٹنگ سسٹم کے لئے ازگر کی ترجمانی کرنے والوں کی مدد کی جاتی ہے اور کچھ اور لوگوں کے لئے دستیاب ہے (اور ماضی میں بھی بہت سے لوگوں کی حمایت کی گئی تھی)۔ پروگرامرز کی ایک عالمی برادری ، ایک مفت اور اوپن سورس ریفرنس پر عمل درآمد ، سی پیتھون تیار کرتی ہے اور ان کی دیکھ بھال کرتی ہے۔ ایک غیر منفعتی تنظیم ، ازگر سافٹ ویئر فاؤنڈیشن ، ازگر اور سی پی ٹھن ترقی کے لئے وسائل کا انتظام اور رہنمائی کرتی ہے۔
جنوری 2021 تک ، ٹی آئ او بی ای کے سب سے زیادہ مقبول پروگرامنگ زبانوں کی فہرست میں تیسرا نمبر تھا ، اس سے پہلے سی اور جاوا کے پیچھے ، دوسرا مقام حاصل کیا تھا اور 2020 کے لئے سب سے زیادہ مقبولیت حاصل کرنے پر ان کا ایوارڈ حاصل کیا گیا تھا۔ اسے 2007 ، 2010 میں پروگرامنگ لینگویج آف دی ایئر منتخب کیا گیا تھا۔ ، اور 2018۔
ایک تجرباتی مطالعے سے معلوم ہوا ہے کہ اسکرپٹ زبانیں ، جیسے ازگر ، سی اور جاوا جیسی روایتی زبانوں سے کہیں زیادہ پیداواری ہوتی ہیں ، تاکہ پروگرامنگ میں دشواری کے ساتھ جوڑ توڑ اور ایک لغت میں تلاش کی جاسکتی ہے ، اور یہ طے کیا گیا ہے کہ میموری کا استعمال اکثر "جاوا سے بہتر تھا اور نہیں۔ C یا C ++ سے بہت بدتر۔ وہ بڑی تنظیمیں جو ازگر کا استعمال کرتے ہیں ان میں ia ویکی پیڈیا ، گوگل ، یاہو !، سی آر این ، ناسا ، فیس بک ، ایمیزون ، انسٹاگرام شامل ہیں۔
اس کے مصنوعی ذہانت سے متعلق ایپلی کیشنز سے ہٹ کر ، ازگر ، اسکرپٹ کی زبان کے طور پر ماڈیولر فن تعمیر ، سادہ نحو اور امیر ٹیکسٹ پروسیسنگ ٹولز کی مدد سے اکثر قدرتی زبان کی پروسیسنگ کے لئے استعمال ہوتا ہے۔
ٹینسرفلو مشین سیکھنے کے لئے ایک مفت اور اوپن سورس سافٹ ویئر لائبریری ہے۔ اس کا استعمال بہت سارے کاموں میں کیا جاسکتا ہے لیکن اس کی خصوصی توجہ ٹریننگ اور گہری نیورل نیٹ ورکس کی افادیت پر ہے۔ یہ ڈیٹا فلو اور امتیازی پروگرامنگ پر مبنی ایک علامتی ریاضی کی لائبریری ہے۔ یہ گوگل میں ریسرچ اور پروڈکشن دونوں کے لئے استعمال ہوتا ہے۔
2011 میں شروع کرتے ہوئے ، گوگل دماغ نے ڈپ بیلیف کو گہری سیکھنے والے عصبی نیٹ ورک پر مبنی ملکیتی مشین لرننگ سسٹم کے طور پر بنایا۔ اس کے استعمال کو تحقیقی اور تجارتی اطلاق دونوں میں مختلف حروف تہجی کی کمپنیوں میں تیزی سے بڑھا۔ گوگل نے ایک سے زیادہ کمپیوٹر سائنس دانوں کو جیف ڈین سمیت تفویض کیا کہ ڈس بلف کے کوڈبیس کو آسان اور ری ایکٹر کرنے کے لئے تیز ، زیادہ مضبوط ایپلی کیشن گریڈ لائبریری بنائے جو ٹینسرفلو بن گیا۔ 2009 میں ، جیفری ہنٹن کی سربراہی میں ، ٹیم نے عمومی طور پر بیک اسپروجریشن اور دیگر بہتریوں کو نافذ کیا تھا جس کی وجہ سے اعصابی نیٹ ورک کی پیداوار میں کافی حد تک زیادہ درستگی موجود تھی ، مثال کے طور پر تقریر کی شناخت میں غلطیوں میں 25٪ کمی واقع ہوئی۔
ٹینسرفلو گوگل دماغ کا دوسرا نسل کا نظام ہے۔ ورژن 1.0.0 11 فروری ، 2017 کو جاری کیا گیا تھا۔ جبکہ ریفرنس کا نفاذ واحد آلات پر چلتا ہے ، جبکہ ٹینسرفلو متعدد سی پی یوز اور جی پی یوز پر چل سکتا ہے (گرافکس پروسیسنگ یونٹوں پر عام مقصد کے لئے کمپیوٹنگ کے لئے اختیاری CUDA اور SYCL توسیع کے ساتھ)۔ ٹینسرفلو 64 بٹ لینکس ، میک او ایس ، ونڈوز اور موبائل کمپیوٹنگ پلیٹ فارمز پر دستیاب ہے جس میں اینڈرائڈ اور آئی او ایس بھی شامل ہیں۔ اس کا لچکدار فن تعمیر متعدد پلیٹ فارمز (سی پی یوز ، جی پی یوز ، ٹی پی یوز) میں ، اور ڈیسک ٹاپس سے لے کر موبائل اور ایج ڈیوائسز تک سرورز کے جھرمٹ تک آسانی سے مرتب کرنے کی اجازت دیتا ہے۔ ٹینسرفلو کمپیوٹٹیشن کا اظہار ریاست کے ڈیٹا فلو گراف کے طور پر کیا گیا ہے۔ ٹینسورفلو نام ان کارروائیوں سے اخذ کیا گیا ہے کہ اس طرح کے اعصابی نیٹ ورک کثیر جہتی ڈیٹا اریز پر انجام دیتے ہیں ، جن کو ٹینسر کہا جاتا ہے۔ جون 2016 میں گوگل آئی/او کانفرنس کے دوران ، جیف ڈین نے بتایا کہ گٹ ہب پر موجود 1,500 ذخیروں میں ٹینسرفلو کا ذکر ہے ، جن میں سے صرف 5 گوگل کے تھے۔ دسمبر 2017 میں ، گوگل ، سسکو ، ریڈ ہیٹ ، کوروس ، اور کائلائڈ کے ڈویلپرز نے ایک کانفرنس میں کوبلو کو متعارف کرایا۔ کیوب فلو Kubernetes پر ٹینسرفلو کی کارروائی اور تعیناتی کی اجازت دیتا ہے۔ مارچ 2018 میں ، گوگل نے جاوا اسکرپٹ میں مشین لرننگ کے ل T ٹینسرفلو ڈاٹ جے ایس ورژن 1.0 کا اعلان کیا۔ جنوری 2019 میں ، گوگل نے ٹینسرفلو 2.0 کا اعلان کیا۔ یہ ستمبر 2019 میں باضابطہ طور پر دستیاب ہوگیا۔ مئی 2019 میں ، گوگل نے کمپیوٹر گرافکس میں گہری تعلیم کے لئے ٹینسرفلو گرافکس کا اعلان کیا۔
کیراس ایک اوپن سورس سافٹ ویئر لائبریری ہے جو مصنوعی اعصابی نیٹ ورکس کے لئے ایک ازگر انٹرفیس مہیا کرتی ہے۔ کیراس ٹینسرفلو لائبریری کے انٹرفیس کے طور پر کام کرتا ہے۔
کیراس میں عام طور پر استعمال شدہ نیورل نیٹ ورک بلڈنگ بلاکس جیسے پرتیں ، مقاصد ، ایکٹیویشن افعال ، اصلاح کار ، اور بہت سارے ٹولز کی تصویر اور ٹیکسٹ ڈیٹا کے ساتھ کام کرنے کے ل deep گہری نیورل نیٹ ورک کوڈ لکھنے کے لئے ضروری کوڈنگ کو آسان بنانے کے ل contains مشتمل ہے۔ کوڈ کو گٹ ہب پر میزبانی کیا گیا ہے ، اور کمیونٹی سپورٹ فورمز میں گٹ ہب ایشوز پیج ، اور سلیک چینل شامل ہیں۔
معیاری اعصابی نیٹ ورک کے علاوہ ، کیراس کو مجازی اور بار بار چلنے والے اعصابی نیٹ ورک کی بھی حمایت حاصل ہے۔ یہ دیگر عام افادیت پرتوں جیسے ڈراپ آؤٹ ، بیچ کو معمول پر لانے اور پولنگ کی حمایت کرتا ہے۔ کیراس صارفین کو اسمارٹ فونز (آئی او ایس اور اینڈروئیڈ) ، ویب پر یا جاوا ورچوئل مشین پر گہرے ماڈل تیار کرنے کی اجازت دیتا ہے۔ اس کے ذریعے گرافکس پروسیسنگ یونٹوں (جی پی یو) اور ٹینسر پروسیسنگ یونٹوں (ٹی پی یو) کے کلسٹروں پر گہری سیکھنے والے ماڈلز کی تقسیم شدہ تربیت کے استعمال کی بھی اجازت دی گئی ہے۔ کیرا کو سائتھ (پروگرامنگ لینگویج) اور اس کی اپنی آسانی اور استعمال اور تنصیب کی وجہ سے سائنسی تحقیق میں استعمال کرنے کے لئے اپنایا گیا ہے۔ کیرا KDnuggets 10 سافٹ ویئر پول میں 2018 واں سب سے زیادہ حوالہ دیا گیا ٹول تھا اور اس نے 22٪ استعمال درج کیا۔
سرٹیفیکیشن کے نصاب سے اپنے آپ کو تفصیل سے آشنا کرنے کے لیے آپ نیچے دی گئی جدول کو بڑھا سکتے ہیں اور اس کا تجزیہ کر سکتے ہیں۔
EITC/AI/DLPTFK ڈیپ لرننگ ود Python، TensorFlow اور Keras سرٹیفیکیشن کریکولم ہیریسن کنزلی کے ذریعہ ویڈیو کی شکل میں کھلی رسائی کے تدریسی مواد کا حوالہ دیتا ہے۔ سیکھنے کے عمل کو مرحلہ وار ڈھانچے (پروگرام -> اسباق -> عنوانات) میں تقسیم کیا گیا ہے جس میں نصاب کے متعلقہ حصوں کا احاطہ کیا گیا ہے۔
ڈومین ماہرین کے ساتھ لامحدود مشاورت بھی فراہم کی گئی ہے۔
سرٹیفیکیشن کے طریقہ کار کی تفصیلات کے لیے چیک کریں۔ یہ کیسے کام کرتا ہے.
نصاب حوالہ وسائل
گوگل ٹینسرفلو
https://www.tensorflow.org/
گوگل ٹینسر فلو سیکھنے کے وسائل۔
https://www.tensorflow.org/learn/
TensorFlow API دستاویزات۔
https://www.tensorflow.org/api_docs/
TensorFlow ماڈلز اور ڈیٹاسیٹس۔
https://www.tensorflow.org/resources/models-datasets/
ٹینسر فلو کمیونٹی۔
https://www.tensorflow.org/community/
TensorFlow کے ساتھ گوگل کلاؤڈ AI پلیٹ فارم ٹریننگ۔
https://cloud.google.com/ai-platform/training/docs/tensorflow-2/
ازگر دستاویزات
https://www.python.org/doc/
ازگر ڈاؤن لوڈ جاری کرتا ہے
https://www.python.org/downloads/
ازگر کے لئے ابتدائی رہنما
https://www.python.org/about/gettingstarted/
ازگر ویکی ابتدائیہ رہنما
https://wiki.python.org/moin/BeginnersGuide
W3Schools ازگر مشین لرننگ ٹیوٹوریل۔
https://www.w3schools.com/python/python_ml_getting_started.asp
Python، TensorFlow اور Keras پروگرام کے ساتھ EITC/AI/DLPTFK ڈیپ لرننگ کے لیے مکمل آف لائن خود سیکھنے کی تیاری کا مواد پی ڈی ایف فائل میں ڈاؤن لوڈ کریں۔
EITC/AI/DLPTFK تیاری کا مواد - معیاری ورژن
EITC/AI/DLPTFK تیاری کا مواد - جائزہ سوالات کے ساتھ توسیع شدہ ورژن