EITC/AI/DLPP Fêrbûna Kûr a bi Python û PyTorch re bernameya Destûrdarkirina IT-ya Ewrûpî ye li ser bingehên bernameyên fêrbûna kûr a Python bi pirtûkxaneya fêrbûna makîneya PyTorch.
Mufredata EITC/AI/DLPP Fêrbûna Kûr a bi Python û PyTorch re li ser behreyên pratîkî di fêrbûna kûr de bernameya Python bi pirtûkxaneya PyTorch re ku di nav sazûmana jêrîn de hatî organîze kirin disekine, naveroka dîdaktîk a vîdyoyê ya berfireh wekî referans ji bo vê Sertîfîkaya EITC vedigire.
Fêrbûna kûr (wekî fêrbûna avahîsazkirî ya kûr jî tê zanîn) beşek ji malbata firehtir a rêbazên fêrbûna makîneyê ye ku li ser bingeha torgilokên rehikan ên çêkirî yên bi fêrbûna temsîlkirinê re ye. Fêrbûn dikare were şopandin, nîv-çavdêr kirin an bê çavdêr kirin. Mîmarên fêrbûna kûr wekî tevnên kûr ên neyînî, tevnên baweriya kûr, tevnên reh ên neyînî û tevnên reh ên konvolutional li ser warên ku vîzyona komputerê, dîtina makîneyê, naskirina axaftinê, pêvajoya zimanê xwezayî, naskirina bihîstwerî, parzûnkirina torgiloka civakî, wergerandina makîneyê, biyînformatîk hatine bikar anîn. , sêwirana narkotîkê, analîzkirina wêneya bijîşkî, venêrîna materyalê û bernameyên lîstika sermaseyê, ku wana encam dane berhevdan û di hin rewşan de ji performansa pisporê mirovî.
Python zimanek bernameyê ya şirovekirî, di asta bilind û giştî de ye. Felsefeya sêwiranê ya Python bi karanîna xweya berbiçav a qada spî ya girîng girîngiyê dide xwendina kodê. Ziman û rêgezên jêhatî-armanc-armanca wê armanc dike ku alîkariya programvanan bike ku ji bo projeyên piçûk û mezin pîvana zelal, koda mantiqî binivîsin. Python ji ber pirtûkxaneya standard a berfireh bi gelemperî wekî "bataryayên tê de" têne şirove kirin. Python bi gelemperî bi alîkariya pirtûkxaneyên mîna TensorFlow, Keras, Pytorch û Scikit-fêr di projeyên zîrekiya çêkirî û projeyên fêrbûna makîneyê de tê bikar anîn.
Python bi dînamîk-tîpkirî ye (di dema dirêjahiyê de gelek tevgerên bernameyên hevpar ên ku zimanên bernameyên statîk di dema berhevkirinê de pêk tînin) û zibil berhevkirî ye (bi rêveberiya bîranîna otomatîkî). Ew piştgirî dide paradîgmayên pir bernameyê, di nav de bernameyên damezrandinî (bi taybetî, rêgez), hedefgirtî û fonksiyonel. Ew di dawiya 1980-an de hate afirandin, û yekem carî di 1991-an de, ji hêla Guido van Rossum ve wekî dewlemendek ji zimanê bernameyên ABC-yê re hate weşandin. Python 2.0, di 2000 de hate weşandin, taybetmendiyên nû, wekî têgihîştinên navnîşan, û pergala berhevkirina çopê bi hejmartina referansê, û bi guhertoya 2.7 re di sala 2020 de hate bidawîkirin. Python 3.0, di 2008 de hate weşandin, sererastkirinek sereke ya zimanî bû ne bi tevahî paş-lihevhatî ye û pir kodê Python 2 li Python 3 nayê guhertin. Bi dawiya-jiyana Python 2 (û pip di 2021-an de piştevanî daket), tenê Python 3.6.x û paşê têne piştgirî kirin, bi guhertoyên kevn hîn jî piştgiriya mînak Windows 7 (û sazkerên kevn ên ku bi Windows-64-bit nayên sînorkirin).
Wergêrên Python ji bo pergalên xebitandinê yên sereke têne piştgirî kirin û ji bo çend hebên din jî hene (û di rabirdûyê de gelek pirtir piştgirî dikir). Civatek gerdûnî ya bernamenûs CPython, pêkanîna referansa çavkaniyek azad û vekirî pêşve dibe û diparêze. Saziyek ne-qezenc, Weqfa Nermalava Python, çavkaniyan ji bo pêşveçûna Python û CPython birêve dibe û rêve dibe.
Ji Çile 2021-an ve, Python di nav indexa zimanên bernameyên herî populer ên TIOBE de, li paş C û Java-yê, di rêza sêyemîn de cih digire, ku berê cihê duyemîn û xelata wan ji bo herî populerbûna ji bo 2020-an stendibû. Di 2007-an de, di sala 2010-an de Sala Bernameyê ya Sala hate hilbijartin , û 2018.
Lêkolînek ezmûnî dît ku zimanên nivîsandinê, wekî Python, ji zimanên kevneşopî, yên wekî C û Java, ji bo pirsgirêkên bernamekirinê yên têkildar manîpulekirina string û lêgerîna ferhengokekê, berhemdartir in, û destnîşan kir ku mezaxtina bîra bi gelemperî "ji Java çêtir e û ne ji C an C ++ pir xirabtir ”. Rêxistinên mezin ên ku Python bikar tînin ia Wikipedia, Google, Yahoo !, CERN, NASA, Facebook, Amazon, Instagram hene.
Ji derveyî sepandinên xweyên aqilmendiya sûnî, Python, wekî zimanek nivîsandinê bi avahiyek modûler, hevoksaziya sade û amûrên pêvajoyê yên dewlemend ên nivîsarê, timûtim ji bo pêvajoya zimanê xwezayî tê bikar anîn.
PyTorch pirtûkxaneyek fêrbûna makîneya çavkaniya vekirî ya li ser bingeha pirtûkxaneya Torch e, ku ji bo sepanên wekî vîzyona komputerê û pêvajoya zimanê xwezayî tê bikar anîn, di serî de ji hêla laboratûara Lêkolîna AI ya Facebookê (FAIR) ve hatî pêşve xistin. Ew nermalava belaş û çavkaniya vekirî ya ku di bin destûra Guhertina BSD-ê de hatî weşandin e. Her çend navnîşa Python bêtir polîtikkirî ye û navenda pêşîn a pêşkeftinê ye jî, PyTorch xwedan navnîşek C ++ e jî. Gelek topên nermalava Fêrbûna Kûr li jor PyTorch têne çêkirin, Tesla Autopilot, Uber's Pyro, Transformersên HuggingFace, PyTorch Lightning, and Catalyst.
- Computing tensor (mîna NumPy) bi lezkirina bihêz bi rêya yekeyên kargêriya grafîkî (GPU)
- Torgilokên nevralî yên kûr li ser pergala cûdakariya otomatîk (hesabkerî) ya bingeha kasê ava bûne
Facebook hem ji bo Avakirina Taybetmendiya Bilez (Caffe2) hem PyTorch û Mîmariya Convolutional dixebitîne, lê modelên ku ji hêla her du çarçoveyan ve hatine diyarkirin bi hevûdu re lihevhatî ne. Projeya Danûstendina Tora Neuralî ya Open (ONNX) ji hêla Facebook û Microsoft-ê di Septemberlona 2017-an de ji bo veguhertina modelên di navbera çarçoveyan de hate afirandin. Caffe2 di dawiya Adarê 2018 de di PyTorch de hate yek kirin.
PyTorch çînek bi navê Tensor (meşale.Tensor) destnîşan dike ku rêzikên jimareyên rectangular ên pirzimanî yên homojen tomar dike û dixebitîne. Tensorên PyTorch dişibihin Array-ên NumPy-ê, lê di heman demê de dikarin li ser GPU-ya Nvidia-CUDA-karbar jî werin xebitandin. PyTorch piştgirî dide celeb-cûreyên Tenore.
Ji bo Pytorch çend modulên girîng hene. Vana ev in:
- Modula Autograd: PyTorch rêbazek bi navê cihêkirina otomatîkî bikar tîne. Vebijêrkek kîjan karan pêk anîne tomar dike, û dûv re ew paşde dixe paş ku ji bo hejmartina şaxan. Ev rêbaza hanê bi taybetî dema avakirina torên rehikan bi hêz e ku bi hesibandina ciyawaziya pîvanên li pasa pêşve demê li ser yek serdemê bide hev.
- Optim module: torch.optim modulek e ku cûrbecûr algorîtmayên optimîzasyonê yên ji bo avakirina torên rehikan têne bikar anîn pêk tîne. Piraniya rêbazên gelemperî têne bikar anîn jixwe têne piştgirî kirin, ji ber vê yekê ne hewce ye ku wan ji sifirê ava bikin.
- nn module: PyTorch autograd hêsan dike ku hûn grafîkên hesabê destnîşan bikin û gradîstan bistînin, lê otografiya xav dikare ji bo danasîna torên neyralî yên tevlihev hinekî jî kêm-ast be. Ev e ku moda nn dikare alîkariyê bike.
Ji bo ku hûn xwe bi hûrgulî bi bernameya sertîfîkayê re nas bikin, hûn dikarin tabloya jêrîn berfireh bikin û analîz bikin.
Hînbûna Kûr a EITC/AI/DLPP bi Bernameya Sertîfîkayê ya Python û PyTorch re materyalên dîdaktîk ên gihîştina vekirî di formek vîdyoyê de ji hêla Harrison Kinsley ve vedibêje. Pêvajoya fêrbûnê di nav avahiyek gav-bi-gav (bername -> ders -> mijar) de tê dabeş kirin ku beşên dersa têkildar vedihewîne. Bi pisporên domainê re şêwirmendiya bêsînor jî tê peyda kirin.
Ji bo hûrguliyên li ser prosedûra Sertîfîkayê kontrol bikin Ku çawa dixebite.
Ji bo EITC/AI/DLPP Fêrbûna kûr a bi bernameya Python û PyTorch re malzemeyên amadekariya xwe-fêrbûna negirêdayî ya bêkêmasî di pelek PDF de dakêşin.
Materyalên amadekar ên EITC/AI/DLPP - guhertoya standard
Materyalên amadekar ên EITC/AI/DLPP - guhertoya dirêjkirî bi pirsên vekolînê