تعزيز Ultralytics باستخدام Weights & Biases

لنستكشف تفصيلًا آخر بارزًا من YOLO VISION 2023 (YV23)، الذي أُقيم في حرم Google for Startups Campus في مدريد. في هذا العرض، نتعمق في العالم الديناميكي لعمليات تعلم الآلة، حيث تتعاون Ultralytics مع Weights & Biases لإحداث نقلة نوعية في سير عملك. انضموا إلينا مع مهندس تعلم الآلة في Weights & Biases، Soumik Rakshit، بينما يوضح كيفية إدارة تجاربنا ونقاط حفظ النماذج بسهولة، وتصور نتائج تجاربنا.

ميزة Weights & Biases: حلم المطوّر#

Weights & Biases منصة MLOps تضع المطوّرين أولًا، وقد صُممت لتعزيز جهودك في تعلم الآلة. ومن خلال مجموعة من المنتجات والخدمات المتقدمة المتاحة لك، تمكّنك Weights & Biases من إطلاق الإمكانات الكاملة لنماذجك بسهولة.

دمج Ultralytics مع W&B: نقلة نوعية#

كشف Soumik في عرضه عن العمل المبتكر الذي أنجزته Weights & Biases لدمج الميزات المتقدمة بسلاسة مع Ultralytics YOLOv8. استعد لمشاهدة تصور استدلال اكتشاف الأجسام كما لم تره من قبل، وتعلّم كيف يمكنك الاستفادة من هذا التكامل للارتقاء بسير عملك الخاص باستخدام Ultralytics.

من النظرية إلى التطبيق: عرض توضيحي مباشر#

لنرَ ذلك عمليًا! اصطحبنا Soumik في سير عمل شامل لاكتشاف الأجسام باستخدام مجموعة بيانات على Weights & Biases وتدريب نموذج باستخدام Ultralytics، موضحًا التكامل السلس بين هاتين المنصتين القويتين.

الميزات الرئيسية للوحة معلومات Weights & Biases#

توفر Weights & Biases أيضًا دعمًا للوحة معلومات يمكنك من خلالها تصور مخطط التدريب والمقاييس. وتشمل بعض الميزات الرئيسية ما يلي:

• تتبع المقاييس في الوقت الفعلي: راقب مقاييس الأداء المهمة، مثل الدقة والخسارة ودرجات التحقق، في الوقت الفعلي أثناء تدريب نموذج التعلم العميق، مما يتيح إجراء تعديلات في الوقت المناسب وفهم سلوك النموذج.
• تحسين المعلمات الفائقة: استخدم أدوات آلية أو تقنيات يدوية لضبط المعلمات الفائقة بدقة، مثل معدل التعلم وحجم الدفعة وبنية الشبكة، لتحسين أداء النموذج وتقاربه.
• تصور تقدم التدريب: كوّن فهمًا أعمق لسلوك نموذجك من خلال تصور تقدم التدريب عبر المخططات والرسوم البيانية والمدرجات التكرارية، بما يوفر رؤى حول ديناميكيات التدريب وفرط التكيّف وأنماط التقارب.
• مراقبة الموارد: تابع الموارد الحاسوبية، مثل CPU وGPU واستخدام الذاكرة، أثناء تدريب النموذج، لضمان تخصيص الموارد بكفاءة ومنع اختناقات الموارد التي قد تعيق أداء التدريب.

للاطلاع على تفاصيل معمقة حول كل ميزة، اقرأ المزيد في صفحات الوثائق الخاصة بنا.

في الختام#

مع اختتام رحلتنا، يتضح أمر واحد بجلاء: مستقبل عمليات تعلم الآلة أكثر إشراقًا من أي وقت مضى. لذا، سواء كنت مهندس تعلم آلة متمرسًا أو بدأت للتو في استكشاف عالم الذكاء الاصطناعي، فاطمئن إلى أن الطريق أمامك حافل بإمكانات لا حصر لها.

انضم إلينا في احتضان مستقبل عمليات تعلم الآلة. تابع العرض الكامل شاهد العرض الكامل!