تعزيز Ultralytics باستخدام Weights & Biases

إليكم لمحة أخرى من YOLO Vision 2023 (YV23)، الذي أُقيم في Google for Startups Campus في مدريد. ركزت هذه الكلمة على عمليات التعلم الآلي، حيث تتعاون Ultralytics وWeights & Biases لتبسيط سير عمل التدريب. وشرح Soumik Rakshit، مهندس التعلم الآلي في Weights & Biases، كيفية إدارة التجارب ونقاط حفظ النماذج بسهولة، وعرض نتائج التجارب بصريًا.

ميزة Weights & Biases: حلم المطورين#

Weights & Biases منصة لعمليات التعلم الآلي تضع المطورين في المقام الأول، وتتيح تتبع تجارب التعلم الآلي ومقارنتها ومشاركتها. وتساعد مجموعة أدواتها الفرق على فهم نماذجها وتحسينها.

دمج Ultralytics مع W&B#

عرض Soumik في كلمته العمل الذي أنجزته Weights & Biases لدمج ميزاتها مع Ultralytics YOLOv8، بما في ذلك التصوير المرئي لاستدلال كشف الكائنات، وشرح كيفية استخدام هذا التكامل في سير عمل Ultralytics الخاص بك.

من النظرية إلى التطبيق: عرض توضيحي مباشر#

استعرض Soumik سير عمل متكاملًا لكشف الكائنات، مستخدمًا مجموعة بيانات مستضافة على Weights & Biases ومدربًا نموذجًا باستخدام Ultralytics، ليوضح كيفية عمل المنصتين معًا.

الميزات الرئيسية للوحة معلومات Weights & Biases#

توفّر Weights & Biases أيضًا دعمًا للوحة معلومات تتيح عرض مخطط التدريب والمقاييس بصريًا. وتشمل بعض الميزات الرئيسية ما يلي:

• تتبع المقاييس في الوقت الفعلي: راقب مقاييس الأداء الأساسية، مثل الدقة والخسارة ودرجات التحقق، في الوقت الفعلي أثناء تدريب نموذج التعلم العميق، بما يتيح إجراء التعديلات في الوقت المناسب وفهم سلوك النموذج.
• تحسين المعلمات الفائقة: استخدم الأدوات الآلية أو الأساليب اليدوية لضبط المعلمات الفائقة، مثل معدل التعلم وحجم الدفعة وبنية الشبكة، بهدف تحسين أداء النموذج وتقاربه.
• تصوّر تقدّم التدريب: تعمقوا في فهم سلوك النموذج من خلال عرض تقدّم التدريب بصريًا باستخدام المخططات والرسوم البيانية والمدرجات التكرارية، ما يوفّر رؤى حول ديناميكيات التدريب وفرط التكيّف وأنماط التقارب.
• مراقبة الموارد: تابعوا الموارد الحاسوبية، مثل CPU وGPU واستخدام الذاكرة، أثناء تدريب النموذج، لضمان تخصيص الموارد بكفاءة ومنع الاختناقات التي قد تعيق أداء التدريب.

للاطلاع على تفاصيل معمقة لكل ميزة، راجع قسم لوحة معلومات Weights & Biases في وثائق Ultralytics.

في الختام#

أوضحت كلمة Soumik كيف يسهل تتبع التجارب باستخدام Weights & Biases إدارة عمليات تدريب Ultralytics ومقارنتها ومشاركتها، سواء أكنت مهندس تعلم آلي متمرسًا أم مبتدئًا في الذكاء الاصطناعي. وإذا كنت تتتبع بالفعل عمليات تشغيل YOLO في W&B، فيمكنك أيضًا استيراد تلك النماذج إلى Ultralytics Platform.

شاهد الحديث كاملًا على YouTube.