audio audioduration (s) 3.51 30 | transcription stringlengths 33 497 |
|---|---|
. Bu videoda sizlar bilan TensorFlow va PyTorch bilan tanishib olamiz. Avvalgi darslarda sizlar NumPy va Pandas bilan tanishgansizlar. Endi savol bo'lishi mumkin, nimaga shuncha kutubxona kerak deydigan savolinglar bo'lishi mumkin. Ya'ni endi kelinglar sizlarga savolinglarga javob tariqasida. | |
and TensorFlow is a great tool for programming. It's a great tool for programming. | |
. bir o'lchamli, ikki o'lchamli, uch o'lchamli arraylar bilan tanishib, ishlab ko'rdik. Endi biz tensorlar bilan ishlaymiz. Ya'ni biz AI model qurayotganimizda, bizning ma'lumotlarimizni hajmi katta bo'ladi va o'lchamlari ham katta bo'lishi mumkin. Masalan, deylik u, | |
bo'ladi. Video, rasm, tekst, audio bo'lishi mumkin va uning inputlarning va o'lchamlarini size, ya'ni o'lchamlarini hajmi juda katta bo'ladi. Ya'ni katta ma'lumotlar bilan ishlagandan keyin bizga tensorlar kerak bo'ladi. Shu sababli biz tensorflow PyTosh bilan o'rganamiz. Ya'ni bular tensorlar bilan ishlaydi, Nampaydan... | |
va yana farqlari ko'p ya'ni hozir ko'rasizlar qanaqa imkoniyatlari borligini kelinglar endi collabga qaytib o'rganib olamiz | |
. Deylik, agar sizlar o'zinglarni serveringlar yoki o'zinglarni kompyuteringlarda o'rganmoqchi bo'lsanglar, avval TensorFlow va PyTorchni o'rnatib olishinglar kerak bo'ladi. Uning uchun quyidagi komandani o'zinglarni terminalga yozadigan bo'lsanglar, TensorFlow va PyTorchni o'rnatib olasizlar. O'rnatib olgandan so'ng s... | |
. Bizda TensorFlow borligi sababli biz uni o'rnatib o'tirmaymiz, sababi Colabda bor. Va endi kelinglar, eng sodda misol versiyasini tekshirish bo'ladi. | |
. Ya'ni ko'rib turganinglardek, videoni yozish davomida bizning versiyamiz, ya'ni TensorFlow versiyasi ikki. o'n yetti ekan. | |
bilan solishtirib ko'ramiz. Ya'ni ham biz arraylar bilan ishlaymiz. Endi bunda | |
. Tensorlar bilan ishlaymiz. Ya'ni hozir tensorni create qildik va bu bir, ikki, uch, to'rt matritsa bo'lishi mumkin va tensorlarni ustida ham biz turli xil matematik amallarni bajara olamiz. Mana ko'rib turganinglardek. | |
. Va NumPyni qilolmaydigan imkoniyati, bu bizga neyronlarni, ya'ni modelni qurib bera olmaydi. Oddiygina NumPy bilan biz model qura olmaymiz. Tensorflow bilan esa, ha, PyTorch bilan ham ha. Buning uchun biz, deylik, mana bu yerda ko'rib turganinglardek, mana bu bitta layeriga o'tamiz. Ya'ni birinchi qatlamda bizda besh... | |
. Bir. Beshta bo'ldi. Va bir qatlamli neyron network tuzdik. Va buni model deb. | |
classdan foydalangan holatda model tuzishimiz mumkin bo'ladi.Ya'ni hozir bizda faqatgina bir qatlamdan iborat va beshta neyrondan iborat. | |
. Model tuzildi. Odatda bu bir nechta qatlamli va bir nechta minglab, millionlab neyronlardan tashkil topgan modellarni tuzishni ham o'rganib olamiz. Uning uchun sizlarga tavsiya sifatida TensorFlowni dokumentatsiyasini o'qib chiqishni, ya'ni qo'shimcha ravishda o'rganishni xohlovchilar uchun dokumentatsiyasidan foydal... | |
. Endi kelinglar xuddi shu qilganlarimizni PyTorch bilan ham ko'radigan bo'lsak. Ya'ni hozir model qildik va model qilganimizdan keyin eng asosiysi buni train qilish bosqichi bo'ladi. Ya'ni fit qilamiz, fit metodi bizda modelni train qilish uchun kerak bo'ladi. Ya'ni bu yerga x train va x ylarni berishimiz kerak bo'lad... | |
. Bu tensorlar bilan ishlaydi va model qurish uchun biz tensorflowdan foydalandik. Endi kelinglar PyTorchga o'tamiz. PyTorchni ham import qilib olishimiz kerak bo'ladi. Agar bizda o'rnatilmagan bo'lsa, biz uni o'rnatib olishimiz kerak bo'ladi. | |
. Codesl qo'shdik va o'rnatib olish uchun to'g'risidan foydalanamiz va import qilib olamiz. Buni hozircha kommentga olib turamiz, sababi bizlar PyTorch o'rnatilgan bo'ladi. Bunda ham tensorlarni xohlaganimizcha create qilishimiz mumkin. Ya'ni tensorlar bizda kiruvchi ma'lumotlar bo'ladi, ya'ni kiruvchi ma'lumot yoki ch... | |
Endi sizlarda savol. Ikkalasi bir xil ishni bajarayotgan ekan. Qaysitasini qachon foydalansak bo'ladi? deydigan savol bo'ladigan bo'lsa, | |
flow, ko'proq productionda, ya'ni | |
or not. Bu qaytarish berish, qaytarish olish. Qaysidir ishni qaytarish. | |
. PyTorchning yana bir kuchli tarafi, bizda Hugging Face'dagi transformers kutubxonasidagi, ya'ni Hugging Face'dagi modellarni ishlatish, ularni qayta train qilish, qayta o'qitish, fine tune qilish maqsadida PyTorchda imkoniyatlar ko'p. Yana o'rganish davomida sizlar uni farqlari va qachon qaysi kutubxonani ishlatish a... |
README.md exists but content is empty.
- Downloads last month
- 6