Mavzu: sun'iy neyron tarmoq modeli mashinali o’qitish fanidan

MUHAMMAD AL-XORAZMIY NOMIDAGI TOSHKENT AXBOROT TEXNOLOGIYALARI UNIVERSITETI
FARG’ONA FILYALI


MUSTAQIL ISH-1
MAVZU: SUN'IY NEYRON TARMOQ MODELI


Mashinali o’qitish fanidan
611-20 – guruh talabasi
Bajardi : Sultonazarov Xojiakbar
Tekshirdi : Isroilov Sharobiddin Maxamadyusufovich


Farg‘ona -2023
MAVZU: SUN'IY NEYRON TARMOQ MODELI


Sun'iy neyron tarmoqlarining zamonaviy dasturiy vositalari
Ma'lumotlarga asoslangan davrda neyron tarmoqlar biznesni o'zgartiradi, kundalik hayotni ko'taradi va bizni AIning keyingi darajasiga olib chiqadi.
Inson miya hujayralarining funktsional imkoniyatlaridan so'ng, neyron tarmoqlar inson ongi kabi o'rganish, tan olish va bashorat qilish va har bir sohadagi biznes muammolarini hal qilish uchun mashinalarni (masalan, aqlli mobil telefonlar yoki kompyuterlar) o'qitadi va kuchaytiradi.
"Men neyron tarmoqlar oson deb aytmayman. Bu ishlarni amalga oshirish uchun siz mutaxassis bo'lishingiz kerak. Ammo bu tajriba sizga kengroq ilovalar spektrida xizmat qiladi. Qaysidir ma'noda, ilgari xususiyat dizayniga kiritilgan barcha harakatlar endi arxitektura dizayniga va yo'qotish funktsiyasini loyihalash va optimallashtirish sxemasini loyihalashga ketadi. Qo‘l mehnati mavhumlikning yuqori darajasiga ko‘tarildi”. - Stefano Soatto
Ushbu blogda biz neyron tarmoqlarning asosiy jihatlari va bir nechta avtomatlashtirilgan neyron tarmoq dasturlari bo'yicha asosiy muhokamalar haqida gaplashamiz, ular ko'p jihatdan, ayniqsa kundalik hayotda ko'proq qulaylik yaratishga intiladi.
Neyron tarmoqlar asoslari
Xususan, kirish qatlami, chiqish qatlami va ular orasida joylashgan yashirin qatlam, bu qatlamlar tugunlar orqali o'zaro bog'langan va birgalikda tarmoqni loyihalashtiradi - o'zaro bog'langan tugunlarning neyron tarmoqlari tizimini.
Neyron tarmoqlar inson miyasining neyron tarmog'iga o'xshash ishlaydi, bu erda neyron tarmoqlaridagi neyron ma'lum bir arxitektura bo'yicha tushunchalarni to'playdigan va tasniflaydigan matematik funktsiyadir. Neyron tarmoq egri chiziqni o'rnatish va regressiya tahlili kabi statistik ma'lumotlar modellari bilan kuchli yozishmalarni o'z ichiga oladi.
Neyron tarmoqlar o'zaro bog'langan tugunlar tizimi bo'lganligi sababli, bu tugunlar perseptronlardir va bir nechta chiziqli regressiya modellariga o'xshaydi. Ko'p qatlamli perseptron modelida perseptronlar o'zaro bog'langan qatlamlar orasida tuzilgan,
kirish naqshlarini yig'ish uchun kirish qatlami,
kirish naqshlari bilan xaritalashi mumkin bo'lgan tasniflarni yoki chiqish signallarini saqlash uchun chiqish qatlami.

neyron tarmoqlarining minimal chegara xatosini qondirish uchun kirish og'irliklarini nozik sozlash uchun yashirin qatlam.

Eng yaxshi neyron tarmoq dasturlari/dasturiy ta'minoti
Neyron tarmoq dasturiy ta'minoti biologik asab tizimini simulyatsiya qiluvchi sun'iy neyron tarmoq va dasturiy ta'minot tushunchalarini tadqiq qilish, yaratish, taqlid qilish va qo'llash uchun ishlatiladi. Ushbu dasturiy ta'minot ma'lumotlarni qazib olish va prognozlash kabi ANNning amaliy qo'llanilishi uchun mo'ljallangan.
Neyron tarmoq dasturiy ta'minoti bir qator dasturiy ta'minot firmalari - Google Inc., Qualcomm Technologies va Intel Corporation tomonidan ishlab chiqilgan va ishlab chiqilgan. Neyron tarmoqlar dasturiy ta'minoti kengaygan ilovalar doirasi va kuchi tufayli mashhur bo'lib bormoqda.
(Shuningdek o'qing: Neyron tarmoqqa kirish va chuqur o'rganish)
Quyida ba'zi tanlangan neyron tarmoq dasturlari keltirilgan;
Ba'zi neyron tarmoq dasturlarini sanab o'tish, ular; 1. Neyron dizayneri 2. Tflearn 3. NeuroSolution 4. Keras 5. Microsoft Cognitive Toolkit 6. ConvNetJS 7. Torch
Eng yaxshi neyron tarmoq dasturiy ta'minot
Neyron dizayneri
Professional ilovalardan biri bo'lgan neyron dizayneri ko'rinmas naqshlarni, chalkash munosabatlarni aniqlash va neyron tarmoqlardan foydalangan holda ma'lumotlar to'plamidan ma'lum tendentsiyalarni kutish uchun ishlatiladi.
Neyron dizayneri ma'lumotlarni qazib olish uchun eng ko'p qo'llaniladigan ish stoli ilovalaridan biriga aylandi, asosan neyron dizayneri neyron tarmoqlardan inson miyasining funksionalligini taqlid qiluvchi matematik modellar sifatida ishlatadi. U markaziy asab tizimi sifatida ishlaydigan etarli hisoblash modellarini ishlab chiqadi.
Neural Designer - bu ma'lumotlar fanlari va mashinalarni o'rganish uchun kodsiz ilova bo'lib, u sizga sun'iy intellektga asoslangan ilovalarni osongina yaratish imkonini beradi.- Neyron Designer
Tflearn
TensorFlow orqali ishlab chiqilgan chuqur o'rganish kutubxonasi, Tflearn modulli va shaffof kutubxona bo'lib, loyihalash jarayonida TensorFlow-ga yuqori darajadagi API taqdim etishga qaratilgan. U faol tajribalarni qo'llab-quvvatlaydi va TensorFlow bilan to'liq shaffoflik va moslikni saqlaydi. Joriy API bir nechta chuqur oʻrganish modellarini qoʻllab-quvvatlaydi, jumladan LSTM, PReLU, Generativ tarmoqlar va boshqalar. TensorFlow haqida havola orqali batafsil maʼlumot oling.
Tflearn quyidagi xususiyatga ega;
Har xil CPU/GPU-dan foydalanish uchun silliq qurilma-o'rnatish
Og'irlik, gradientlar, faollashtirishlar va boshqa ko'p narsalarni batafsil tavsiflovchi aniq va jozibali grafik vizualizatsiya.
TensorFlow grafiklarini ko'plab kirishlar, chiqishlar va optimallashtiruvchilar orqali o'rgatish uchun etarli darajada qo'llab-quvvatlovchi funktsiyalar.
Namunaviy qo'llanmalar bilan chuqur neyron tarmoqlarni tushunish va amalga oshirish oson bo'lgan yuqori darajadagi API.
Modulli o'rnatilgan neyron tarmoqlari qatlamlari, muntazamlashtiruvchilar, optimallashtiruvchilar, ko'rsatkichlar va boshqalar bilan tez va samarali prototiplash.
TensorFlow uchun aniq shaffoflik, masalan, har bir funktsiya tensorlar orqali ishlab chiqilgan va Tflearn-dan mustaqil ravishda joylashtirilishi mumkin.
NeuroSolution
NeuroSolution - bu konjugat gradientlari, Levenberg Markvardt, Orqaga tarqalish vaqti va boshqalar kabi ilg'or AI va mashinani o'rganish algoritmlaridan foydalanadigan modulli, piktogramma asosidagi tarmoq dizayn interfeysini birlashtirgan neyron tarmoq dasturiy ta'minotini ishlab chiqish muhiti.
Neyron tarmoq dasturiy ta'minoti sifatida NeuroSolution mahsulotlari ilg'or qayta ishlash texnikasi, avtomatlashtirilgan neyron tarmoqlar topologiyasini zamonaviy taqsimlangan hisoblash orqali izlash orqali muhim prognozli modellarni yaratish uchun ma'lumotlarni qayta ishlash uchun keng qo'llaniladi.
NeuroSolutions oson Excel interfeyslari yoki intuitiv sehrgarlardan foydalangan holda ilg'or o'rganish protseduralari bilan ishlaydi. Bundan tashqari, dasturiy ta'minot avtomatlashtirilgan neyron tarmoq modellarini yaratish uchun qo'shimcha sehrgarlarni beradi, jumladan Data Manager, Neyron Building va Neyron Expert.
Keras
Chuqur o'rganishda Keras yuqori darajadagi neyron tarmoq kutubxonasi Python-da TensorFlow va Theano uchun minimal funksiyalarga ega va ushbu ilovalar ustida ishlashi mumkin. Keras - bu foydalanish uchun qulay doimiy API-larni taqdim etish orqali kognitiv ishlov berishni kamaytirish uchun eng yaxshi amaliyotlarga amal qiladigan API bo'lib, u vazifani bajarish uchun zarur bo'lgan foydalanuvchi harakatlari sonini kamaytiradi. Ushbu qo'llanmadan Keras haqida ko'proq bilib oling.
Amalda, Keras aniq va harakatga keltirilishi mumkin bo'lgan xatolarni aniqlashni taklif qiladi, shuningdek, keng qamrovli hujjatlar va ishlab chiquvchi uchun qo'llanma beradi. Faol ishtirok bilan u g'oyadan natijaga kechiktirmasdan o'tadi.
Chuqur o'rganish kutubxonasi sifatida dasturiy ta'minot modullilik va moslashuvchanlik orqali tez va markazlashtirilgan prototip yaratish imkonini beradi. Bundan tashqari, Keras konvolyutsion neyron tarmoqlarini (CNN), takroriy neyron tarmoqlarni (RNN) va ikkalasining kombinatsiyasini qo'llab-quvvatlaydi. Keras uchun standart kutubxona TensorFlow bo'lib, hatto oddiy API bilan ham Keras modellarini disk raskadrovka qilish Python-da yaratilganligi sababli osonroq bo'ladi.
Microsoft kognitiv asboblar to'plami
Microsoft kognitiv asboblar to'plami yoki CNTK chuqur o'rganish tizimlari uchun ochiq manbali vositalar to'plamidir. CNTK foydalanuvchilarga katta hajmdagi ma'lumotlar to'plamidan ma'lumot olish imkonini beruvchi tezlik va aniqlik bilan katta hajmli potentsial beradi.
CNTK neyron tarmoqlarni yo'naltirilgan grafik orqali hisoblash jarayoni shaklida tushuntiradi, bu erda tarmoq grafigining barg tugunlari kirish qiymatlari yoki tarmoq atributlarini tasvirlashi mumkin. Bu foydalanuvchilarga DNN, CNN, RNN yoki LSTM kabi mashhur model turlarini ulash imkonini beradi. .
Umuman olganda, asboblar to'plamida turli grafik protsessorlar va serverlar orqali avtomatik farqlash va parallellashtirish bilan stoxastik gradientni o'rganish qo'llaniladi. Skype, Cortana, Bing va boshqalar kabi baʼzi Microsoft mahsulotlari ushbu asboblar toʻplamidan korporativ darajadagi AIga asoslangan mahsulotlarni yaratish uchun foydalanadi.