مسرد مصطلحات التعلم الآلي: TensorFlow

تحتوي هذه الصفحة على مصطلحات مسرد TensorFlow. للاطّلاع على جميع مصطلحات المسرد، انقر على هذا الرابط.

B

الاستنتاج المجمّع

#TensorFlow
#GoogleCloud

عملية استنتاج التوقّعات من عدة أمثلة غير مصنّفة مُقسّمة إلى مجموعات فرعية أصغر ("مجموعات").

يمكن أن تستفيد الاستنتاجات المجمّعة من ميزات التوازي في شرائح المعالِجات المُسرِّعة. وهذا يعني أنّه يمكن لمُسرِّعات متعدّدة استنتاج توقّعات في الوقت نفسه على دفعات مختلفة من المثالين غير المصنّفة، ما يؤدي إلى زيادة عدد الاستنتاجات بشكل كبير في الثانية.

اطّلِع على أنظمة تعلُّم الآلة في مرحلة الإنتاج: الاستنتاج الثابت مقارنةً بالاستنتاج الديناميكي في الدورة التدريبية المكثّفة لتعلُّم الآلة للحصول على مزيد من المعلومات.

C

Cloud TPU

#TensorFlow
#GoogleCloud

مسرِّع أجهزة مخصّص مصمّم لتسريع مهام تعلُّم الآلة على Google Cloud

D

واجهة برمجة التطبيقات لمجموعة البيانات (tf.data)

#TensorFlow

واجهة برمجة تطبيقات TensorFlow عالية المستوى لقراءة البيانات وتحويلها إلى تنسيق تتطلّبه خوارزمية تعلُّم الآلة يمثّل عنصر tf.data.Dataset تسلسلاً من العناصر، حيث يحتوي كل عنصر على مصفوفة تانسور واحدة أو أكثر. يوفر عنصر tf.data.Iterator إمكانية الوصول إلى عناصر Dataset.

جهاز

#TensorFlow
#GoogleCloud

مصطلح يحمل أكثر من معنى واحد، مع التعريفَين التاليَين المحتمَلَين:

  1. فئة من الأجهزة التي يمكنها تشغيل جلسة TensorFlow، بما في ذلك وحدات المعالجة المركزية ووحدات معالجة الرسومات ووحدات معالجة الموتّرات
  2. عند تدريب نموذج تعلُّم آلي على شرائح المُسرِّعات (وحدات معالجة الرسومات أو وحدات معالجة الشبكة العصبية للتطبيقات)، هو الجزء من النظام الذي يُجري عمليات المعالجة للمصفوفات وعمليات التضمين. يعمل الجهاز على شرائح مسرعات. في المقابل، يعمل المضيف عادةً على وحدة المعالجة المركزية.

E

التنفيذ الفوري

#TensorFlow

بيئة برمجة TensorFlow يتم فيها تنفيذ العمليات على الفور. في المقابل، لا يتم تنفيذ العمليات التي يتمّ استدعاؤها في تنفيذ الرسم البياني إلى أن يتمّ تقييمها صراحةً. التنفيذ الفوري هو واجهة إلزامية، تمامًا مثل الرمز في معظم لغات البرمجة. إنّ برامج التنفيذ الفوري هي بشكل عام أسهل بكثير في تصحيح الأخطاء من برامج تنفيذ الرسوم البيانية.

Estimator

#TensorFlow

واجهة برمجة تطبيقات TensorFlow منتهية الصلاحية استخدِم tf.keras بدلاً من Estimators.

F

هندسة الخصائص

#fundamentals
#TensorFlow

عملية تتضمّن الخطوات التالية:

  1. تحديد الميزات التي قد تكون مفيدة في تدريب نموذج
  2. تحويل البيانات الأولية من مجموعة البيانات إلى إصدارات فعّالة من هذه الميزات

على سبيل المثال، قد تحدّد أنّ temperature قد تكون ميزة مفيدة. بعد ذلك، يمكنك تجربة التجميع لتحسين المعلومات التي يمكن للنموذج تعلّمها من نطاقات temperature مختلفة.

يُطلق على هندسة الميزات أحيانًا اسم استخراج الميزات أو إنشاء الميزات.

اطّلِع على البيانات الرقمية: كيفية نقل النموذج للبيانات باستخدام ناقلات السمات في الدورة التدريبية المكثّفة حول تعلُّم الآلة للحصول على مزيد من المعلومات.

مواصفات الخصائص

#TensorFlow

يصف هذا القسم المعلومات المطلوبة لاستخراج بيانات features من وحدة تخزين بروتوكول tf.Example. بما أنّ ملف التخزين المؤقت لبروتوكول tf.Example هو مجرد حاوية للبيانات، عليك تحديد ما يلي:

  • البيانات المطلوب استخراجها (أي مفاتيح الميزات)
  • نوع البيانات (مثلاً، float أو int)
  • الطول (ثابت أو متغيّر)

G

رسم بياني

#TensorFlow

في TensorFlow، مواصفات الحساب تمثل العقد في الرسم البياني العمليات. تكون الحواف موجّهة وتمثّل تمرير نتيجة عملية (Tensor) كأحد المَعلمات لعملية أخرى. استخدِم TensorBoard لعرض رسم بياني.

تنفيذ الرسم البياني

#TensorFlow

بيئة برمجة TensorFlow التي ينشئ فيها البرنامج أولاً رسمًا بيانيًا ثم ينفذ هذا الرسم البياني بالكامل أو جزءًا منه. تنفيذ رسومات البيان هو وضع التنفيذ التلقائي في TensorFlow 1.x.

يختلف ذلك عن التنفيذ الفوري.

H

مضيف

#TensorFlow
#GoogleCloud

عند تدريب نموذج تعلُّم آلي على شرائح وحدة تسريع الأداء (وحدات معالجة الرسومات أو وحدات معالجة الطلبات (TPU))، يُعدّ جزء النظام الذي يتحكّم في ما يلي:

  • مسار الرمز البرمجي العام
  • استخراج وتحويل مسار الإدخال

يتم تشغيل المضيف عادةً على وحدة معالجة مركزية، وليس على شريحة مسرع. ويعمل الجهاز على معالجة المتسلسلات التربيعية على شرائح المسرع.

L

واجهة برمجة التطبيقات للطبقات (tf.layers)

#TensorFlow

واجهة برمجة تطبيقات TensorFlow لإنشاء شبكة عصبية عميقة كتركيبة من الطبقات تتيح لك واجهة برمجة التطبيقات Layers API إنشاء أنواع مختلفة من الطبقات، مثل:

تتّبع واجهة برمجة التطبيقات Layers API اصطلاحات واجهة برمجة التطبيقات لطبقات Keras. وهذا يعني أنّه باستثناء بادئة مختلفة، فإنّ جميع الدوال في واجهة برمجة التطبيقات Layers API لها الأسماء والتوقيعات نفسها مثل نظيراتها في واجهة برمجة التطبيقات Keras layers API.

M

شبكة متداخلة

#TensorFlow
#GoogleCloud

في البرمجة المتزامنة لتعلُّم الآلة، مصطلح مرتبط بتخصيص البيانات وال النموذج إلى شرائح TPU، وتحديد كيفية تقسيم هذه القيم أو تكرارها.

شبكة هي عبارة مُحمّلة بشكل زائد يمكن أن تعني أيًا مما يلي:

  • تخطيط مادي لرقائق TPU
  • بنية منطقية مجردة لربط البيانات والنموذج بشرائح TPU

في كلتا الحالتَين، يتم تحديد شبكة على أنّها شكل.

المقياس

#TensorFlow

إحصاءات تهمّك

الهدف هو مقياس يحاول نظام تعلُّم الآلة تحسينه.

لا

عقدة (رسم بياني TensorFlow)

#TensorFlow

عملية في رسم بياني TensorFlow

O

العملية (op)

#TensorFlow

في TensorFlow، أي إجراء ينشئ Tensor أو يغيّره أو يدمّره على سبيل المثال، ضرب المصفوفات هو عملية تأخذ مصفوفتَين كمدخل وتُنشئ مصفوفة واحدة كمُخرج.

P

خادم المَعلمات (PS)

#TensorFlow

وظيفة تتتبّع مَعلمات النموذج في بيئة موزّعة

سين

قائمة المحتوى التالي

#TensorFlow

عملية في TensorFlow تنفِّذ بنية بيانات ملف الانتظار يُستخدَم عادةً في I/O.

R

rank (Tensor)

#TensorFlow

عدد السمات في Tensor على سبيل المثال، يكون للقيمة عددية ترتيب 0، وللمتجه ترتيب 1، وللمصفوفة ترتيب 2.

يجب عدم الخلط بين هذا المقياس والترتيب (الترتيب الترتيبي).

الدليل الجذري

#TensorFlow

الدليل الذي تحدّده لاستضافة الأدلة الفرعية لملفات نقاط التوقف وأحداث TensorFlow لعدة نماذج

S

SavedModel

#TensorFlow

التنسيق المقترَح لحفظ نماذج TensorFlow واستعادتها ‫SavedModel هو تنسيق تسلسل قابل للاسترداد وغير معتمد على اللغة، ما يتيح للأنظمة والأدوات ذات المستوى الأعلى إنشاء نماذج TensorFlow واستخدامها وتحويلها.

اطّلِع على قسم "الحفظ والاستعادة" في دليل مطوّري برامج TensorFlow للاطّلاع على التفاصيل الكاملة.

موفّر

#TensorFlow

عنصر TensorFlow مسؤول عن حفظ نقاط التحقق للنموذج

قطعة

#TensorFlow
#GoogleCloud

تقسيم منطقي لمجموعة التدريب أو النموذج عادةً ما تنشئ بعض العمليات أجزاءً من خلال تقسيم الأمثلة أو المَعلمات إلى أجزاء (عادةً) بحجم متساوٍ. ويتم بعد ذلك تعيين كل شريحة إلى جهاز مختلف.

يُطلق على تقسيم النموذج اسم التوازي في النموذج، ويُطلق على تقسيم البيانات اسم التوازي في البيانات.

الملخّص

#TensorFlow

في TensorFlow، قيمة أو مجموعة من القيم يتم احتسابها في خطوة معيّنة، وتُستخدَم عادةً لتتبُّع مقاييس النموذج أثناء التدريب.

T

Tensor

#TensorFlow

بنية البيانات الأساسية في برامج TensorFlow وحدات Tensor هي هياكل بيانات خماسية الأبعاد (حيث يمكن أن يكون N كبيرًا جدًا)، وتكون في أغلب الأحيان كميات قياسية أو متجهات أو مصفوفات. يمكن أن تحتوي عناصر مصفوفة Tensor على قيم عدد صحيح أو عدد عشري أو سلسلة.

TensorBoard

#TensorFlow

لوحة البيانات التي تعرض الملخصات المحفوظة أثناء تنفيذ برنامج واحد أو أكثر من برامج TensorFlow

TensorFlow

#TensorFlow

منصة تعلُّم آلي موزّعة على نطاق واسع ويشير المصطلح أيضًا إلى طبقة واجهة برمجة التطبيقات الأساسية في حِزمة TensorFlow، والتي تتيح العمليات الحسابية العامة على الرسومات البيانية لتدفق البيانات.

على الرغم من أنّ TensorFlow تُستخدَم بشكل أساسي للتعلم الآلي، يمكنك أيضًا استخدام TensorFlow للمهام غير المتعلّقة بالتعلم الآلي والتي تتطلّب عمليات حسابية رقمية باستخدام رسومات تدفق البيانات.

TensorFlow Playground

#TensorFlow

برنامج يعرض بصريًا مدى تأثير المَعلمات الفائقة المختلفة في تدريب النموذج (الشبكة العصبية بشكل أساسي). انتقِل إلى http://playground.tensorflow.org لتجربة TensorFlow Playground.

منصة TensorFlow للعرض

#TensorFlow

منصة لنشر النماذج المدربة في مرحلة الإنتاج

وحدة معالجة الموتّرات (TPU)

#TensorFlow
#GoogleCloud

دائرة متكاملة خاصة بالتطبيق (ASIC) تعمل على تحسين أداء أعباء عمل تعلُّم الآلة. يتم نشر هذه الدوائر المتكاملة الخاصة بالتطبيقات على هيئة شرائح TPU متعدّدة على جهاز TPU.

ترتيب المتّجه

#TensorFlow

اطّلِع على rank (Tensor).

شكل المتّجه

#TensorFlow

عدد العناصر التي يحتوي عليها Tensor في سمات مختلفة. على سبيل المثال، يكون شكل مصفوفة [5, 10] Tensor هو 5 في سمة واحدة و10 في سمة أخرى.

حجم المتّجه

#TensorFlow

إجمالي عدد القيم السلفية التي يحتوي عليها Tensor على سبيل المثال، حجم ملف [5, 10] Tensor هو 50.

tf.Example

#TensorFlow

ملف تخزين بروتوكول عادي لوصف بيانات الإدخال لتدريب نموذج تعلُّم الآلة أو الاستنتاج

tf.keras

#TensorFlow

تنفيذ Keras مدمج في TensorFlow

TPU

#TensorFlow
#GoogleCloud

اختصار وحدة معالجة الموتّرات.

شريحة TPU

#TensorFlow
#GoogleCloud

مسرع قابل للبرمجة للجبر الخطي مع ذاكرة عالية النطاق على الشريحة محسَّنة لأحمال عمل تعلُّم الآلة يتم نشر شرائح TPU متعددة على جهاز TPU.

جهاز TPU

#TensorFlow
#GoogleCloud

لوحة دوائر كهربائية مطبوعة (PCB) تتضمّن عدّة شرائح TPU، وواجهات شبكة ذات نطاق تردد عالٍ، وأجهزة لتبريد النظام

وحدة معالجة الموتّرات الرئيسية

#TensorFlow
#GoogleCloud

عملية التنسيق المركزية التي تعمل على جهاز مضيف وتُرسِل ويتلقّى من خلاله البيانات والنتائج والبرامج والأداء ومعلومات صحة النظام ويُرسِلها إلى عمال وحدات معالجة الموتّرات يدير "جهاز التحكّم الرئيسي في TPU" أيضًا عملية إعداد أجهزة TPU وإيقافها.

عقدة وحدة معالجة الموتّرات

#TensorFlow
#GoogleCloud

مورد وحدة معالجة موتّرات على Google Cloud مع نوع وحدة معالجة موتّرات محدّد تتصل عقدة TPU ب شبكة VPC من شبكة VPC ندّية. عقد TPU هي مورد محدّد في Cloud TPU API.

مجموعة وحدات معالجة الموتّرات

#TensorFlow
#GoogleCloud

إعدادات محدّدة لأجهزة TPU في أحد مراكز بيانات Google تكون جميع الأجهزة في مجموعة TPU متصلة ببعضها عبر شبكة مخصّصة عالية السرعة. مجموعة وحدات معالجة الموتّرات هي أكبر إعداد لأجهزة TPU المتاحة لإصدار معيّن من TPU.

مورد وحدة معالجة الموتّرات

#TensorFlow
#GoogleCloud

عنصر وحدة معالجة TPU على Google Cloud الذي تنشئه أو تديره أو تستخدِمه. على سبيل المثال، عقد TPU وأنواع TPU هي موارد TPU.

شريحة TPU

#TensorFlow
#GoogleCloud

شريحة TPU هي جزء جزئي من أجهزة TPU في مجموعة TPU. تكون جميع الأجهزة في شريحة TPU متصلة ببعضها عبر شبكة مخصّصة عالية السرعة.

نوع وحدة معالجة الموتّرات

#TensorFlow
#GoogleCloud

إعدادات جهاز TPU واحد أو أكثر باستخدام إصدار محدّد لأجهزة TPU يمكنك اختيار نوع وحدة معالجة الموتّرات عند إنشاء عقدة وحدة معالجة الموتّرات على Google Cloud. على سبيل المثال، v2-8 نوع وحدة معالجة الموتّرات هو جهاز TPU v2 واحد مزوّد بـ 8 نوى. يتضمّن نوع v3-2048 من وحدات TPU ‏256 وحدة TPU v3 متصلة بشبكة وإجمالي 2048 نواة. أنواع وحدات معالجة الموتّرات هي موارد يتم تحديدها في Cloud TPU API.

عامل وحدة معالجة التعرّف على الصور

#TensorFlow
#GoogleCloud

عملية يتم تشغيلها على جهاز مضيف وتنفيذ برامج تعلُّم الآلة على أجهزة TPU