Help protect the Great Barrier Reef with TensorFlow on Kaggle Join Challenge

TensorFlow لتطوير JavaScript

قبل البدء في المواد التعليمية أدناه ، يجب عليك:

  1. كن مرتاحًا مع برمجة المتصفح باستخدام HTML و CSS و JavaScript

  2. كن على دراية باستخدام سطر الأوامر لتشغيل البرامج النصية Node.js

هذا المنهج مخصص للأشخاص الذين يرغبون في:

  1. بناء نماذج ML في JavaScript

  2. قم بتشغيل النماذج الموجودة في أي مكان يمكن تشغيل Javascript فيه

  3. انشر نماذج ML على متصفحات الويب

يتيح لك TensorFlow.js تطوير أو تنفيذ نماذج ML في JavaScript ، واستخدام ML مباشرة في جانب عميل المتصفح ، وجانب الخادم عبر Node.js ، والجوال الأصلي عبر React Native ، وسطح المكتب الأصلي عبر Electron ، وحتى على أجهزة إنترنت الأشياء عبر Node.js على Raspberry Pi. لمعرفة المزيد عن TensorFlow.js، وما يمكن القيام به معها، وتحقق من هذا الكلام في جوجل I / O.

الخطوة 1: التعرف على التعلم الآلي في المتصفح

للحصول على مقدمة سريعة حول أساسيات ML في JavaScript ، شاهد مقاطع الفيديو أدناه التي تأخذك من المبادئ الأولى ، إلى استخدام النماذج المعدة مسبقًا ، وحتى بناء الشبكة العصبية الخاصة بك من أجل التصنيف. يمكنك أيضا محاولة ل جعل الكاميرا الذكية في جافا سكريبت Codelab لتجول التفاعلية لهذه المفاهيم.

القوى الخارقة لتطبيقات الويب من الجيل التالي: التعلم الآلي

هذه المقدمة عالية المستوى للتعلم الآلي في JavaScript مخصصة لمطوري الويب الذين يتطلعون إلى اتخاذ خطواتهم الأولى مع TensorFlow.js.

الشروع في العمل مع TensorFlow.js بواسطة TensorFlow

سلسلة من 3 أجزاء تستكشف كلاً من التدريب وتنفيذ نماذج التعلم الآلي باستخدام TensorFlow.js ، وتوضح لك كيفية إنشاء نموذج تعلم آلي في JavaScript يتم تنفيذه مباشرةً في المتصفح.

اصنع كاميرا ويب ذكية بجافا سكريبت بنموذج مدرب مسبقًا

تعرف على كيفية تحميل واستخدام أحد نماذج TensorFlow.js المدربة مسبقًا (COCO-SSD) واستخدمه للتعرف على الكائنات الشائعة التي تم التدريب عليها.

الخطوة 2: التعمق في التعلم العميق

للحصول على فهم أعمق لكيفية عمل الشبكات العصبية ، وفهم أوسع لكيفية تطبيقها على مشاكل مختلفة ، لدينا كتابان متاحان.

تعلم TensorFlow.js هو مكان عظيم للبدء إذا كنت جديدا على التنسورات وآلة التعلم بشكل عام ولكن لديها جيدة فهم جافا سكريبت. يأخذك هذا الكتاب على طول الطريق من الأساسيات مثل فهم كيفية معالجة البيانات في Tensors ، إلى التقدم بسرعة إلى تطبيقات العالم الحقيقي. بعد القراءة ، ستفهم كيفية تحميل النماذج الحالية ، وتمرير البيانات إليها ، وتفسير البيانات التي تظهر.

عمق التعلم مع جافا سكريبت هو أيضا مكان عظيم للبدء. وهو مصحوب بعدد كبير من الأمثلة من GitHub حتى تتمكن من ممارسة العمل مع التعلم الآلي في JavaScript.

سيوضح هذا الكتاب كيفية استخدام مجموعة متنوعة من بنى الشبكات العصبية ، مثل الشبكات العصبية التلافيفية ، والشبكات العصبية المتكررة ، ونماذج التدريب المتقدمة مثل التعلم المعزز. كما يقدم تفسيرات واضحة لما يحدث بالفعل مع الشبكة العصبية في عملية التدريب.

تعلم TensorFlow.js
بواسطة جانت لابورد

نهج عملي شامل لأساسيات TensorFlow.js لجمهور تقني عريض. بمجرد الانتهاء من هذا الكتاب ، ستعرف كيفية إنشاء ونشر أنظمة التعلم العميق الجاهزة للإنتاج باستخدام TensorFlow.js.

التعلم العميق باستخدام JavaScript
بقلم شانكينج كاي وستانلي بيلشي وإريك دي نيلسن مع فرانسوا شوليت

يقدم هذا الكتاب ، الذي كتبه المؤلفون الرئيسيون لمكتبة TensorFlow ، حالات استخدام رائعة وتعليمات متعمقة لتطبيقات التعلم العميق في JavaScript في متصفحك أو على Node.

الخطوة 3: تدرب على الأمثلة باستخدام TensorFlow.js

الممارسة تجعلها مثالية ، والحصول على الخبرة هو أفضل طريقة لتثبيت المفاهيم. تحقق من TensorFlow.js codelabs لتعزيز معرفتك مع هذه خطوة خطوة أدلة لحالات الاستخدام الشائعة:

  1. اصنع "آلة قابلة للتعليم" الخاصة بك من لوحة قماشية فارغة

  2. التعرف على الأرقام بخط اليد مع الشبكات العصبية التلافيفية

  3. قم بعمل تنبؤات من بيانات ثنائية الأبعاد

  4. قم بتحويل Python SavedModel إلى تنسيق TensorFlow.js

  5. استخدم Firebase لنشر نموذج TensorFlow.js واستضافته

  6. بناء نظام الكشف عن التعليقات المزعجة

  7. أعد تدريب نموذج الكشف عن التعليقات غير المرغوب فيها للتعامل مع حالات الحافة المخصصة

  8. التعرف على الصوت باستخدام نقل التعلم

مع علمك الشبكات العصبية، يمكنك استكشاف المزيد بسهولة أمثلة مصادر المفتوحة التي تم إنشاؤها من قبل فريق TensorFlow. انهم جميعا متاح في جيثب ، حتى تتمكن من الخوض في رمز ونرى كيف يعملون.

أمثلة تم إنشاؤها باستخدام TensorFlow.js

مستودع على GitHub يحتوي على مجموعة من الأمثلة المنفذة في TensorFlow.js. كل مثال دليل مستقل بحيث يمكن نسخ الدليل إلى مشروع آخر.

استكشف برامجنا التعليمية لتتعلم كيف تبدأ مع TensorFlow.js

تمت كتابة برامج TensorFlow التعليمية على هيئة دفاتر Jupyter ويتم تشغيلها مباشرة في Google Colab - وهي بيئة دفتر ملاحظات مستضافة لا تتطلب أي إعداد. انقر فوق الزر "تشغيل في Google Colab".

الخطوة 4: اصنع شيئًا جديدًا!

بمجرد اختبار معرفتك ، وممارسة بعض أمثلة TensorFlow.js ، يجب أن تكون مستعدًا لبدء تطوير مشاريعك الخاصة. نلقي نظرة على لدينا نماذج pretrained ، والبدء في بناء التطبيق في غضون دقائق. أو يمكنك تدريب النموذج الخاص بك باستخدام البيانات التي جمعتها ، أو باستخدام مجموعات البيانات العامة. Kaggle و جوجل الإدراجات البحث هي أماكن رائعة للعثور على مجموعات البيانات المفتوحة لتدريب النموذج الخاص بك.

إذا كنت تبحث عن الإلهام، تحقق من صنع مع عرض TensorFlow.js وأقول الحلقات من الناس في جميع أنحاء العالم الذين استخدموا TensorFlow.js في طلباتهم.

يمكنك أيضا الاطلاع على أحدث مساهمات من المجتمع من خلال البحث عن #MadeWithTFJS الهاشتاج على وسائل الاعلام الاجتماعية.