اكتشف PyTorch، إطار عمل التعلم الآلي المرن الذي يعتمد على لغة Python أولاً والذي يدعم ابتكارات الذكاء الاصطناعي مثل Ultralytics YOLO. قم ببناء أذكى وأسرع اليوم!
PyTorch هو إطار عمل قوي ومفتوح المصدر للتعلم الآلي (ML) يعتمد على مكتبة Torch، ويستخدم على نطاق واسع لتطبيقات مثل الرؤية الحاسوبية (CV) ومعالجة اللغات الطبيعية (NLP). تم تطويره من قِبل Meta AI وتديره الآن مؤسسة PyTorch المستقلة، وهو مشهور ببساطته ومرونته وتصميمه الذي يعتمد على لغة بايثون أولاً. وهذا يجعلها مفضلة لدى الباحثين والمطورين للنماذج الأولية السريعة وبناء بنى الشبكات العصبية المعقدة. بُنيت نواة الإطار حول Tensors، وهي مصفوفات متعددة الأبعاد مشابهة لمصفوفات NumPy ولكن مع إمكانية إضافية للتشغيل على وحدات معالجة الرسومات لتسريع الحوسبة.
تعطي فلسفة تصميم PyTorch الأولوية لتجربة المستخدم والسرعة، مما يؤدي إلى العديد من الميزات البارزة:
أدت مرونة PyTorch وقوتها إلى اعتمادها في العديد من تطبيقات الذكاء الاصطناعي المتطورة:
PyTorch هو لاعب رئيسي إلى جانب أطر عمل أخرى مثل TensorFlow. في حين أن كلاهما قوي، يعتمد الاختيار غالبًا على احتياجات المشروع. يمكن العثور على مقارنة مفصلة في منشور المدونة الخاص بنا، استكشاف أطر عمل الذكاء الاصطناعي للرؤية. من المهم أيضًا التمييز بين PyTorch ومكتبة الرؤية الحاسوبية مثل OpenCV، والتي توفر أدوات معالجة الصور والفيديو ولكنها ليست إطار عمل متكامل للتعلم العميق.
تم تصميم جميع نماذج Ultralytics YOLO، بما في ذلك نموذج YOLO11 المتطور، باستخدام PyTorch. وهذا يسمح لهم بالاستفادة من أداء ومرونة إطار العمل. تعمل المنصات مثل Ultralytics HUB على تبسيط دورة الحياة الكاملة لتدريب النماذج المخصصة وإدارة مجموعات البيانات ونشرها.
تستفيد PyTorch من الدعم القوي من خلال موقع PyTorch الرسمي على الويب، والوثائق الشاملة، ومجتمع المطورين النابض بالحياة. بالنسبة لأولئك الذين يتطلعون إلى تحسين عملية التدريب الخاصة بهم، فإن الأدلة الخاصة بضبط المعلمة الفائقة ونصائح تدريب النماذج هي موارد لا تقدر بثمن. يعد مستودع GitHub الرسمي للإطار مكانًا ممتازًا آخر لدعم المجتمع ومساهماته.
AR
EN
ZH
KO
JA
RU
DE
FR
ES
PT
IT
TR
VI
