په ګوګل همکار کې د TensorFlow ډیټاسیټونو پورته کولو لپاره ، تاسو کولی شئ لاندې بیان شوي مرحلې تعقیب کړئ. د TensorFlow ډیټاسیټس د ډیټاسیټونو ټولګه ده چې د TensorFlow سره کارولو لپاره چمتو دي. دا د ډیټاسیټونو پراخه ډولونه وړاندې کوي، دا د ماشین زده کړې دندو لپاره اسانه کوي. د ګوګل کولابراتوري، چې د کولاب په نوم هم پیژندل کیږي، د ګوګل لخوا چمتو شوی وړیا کلاوډ خدمت دی چې کاروونکو ته اجازه ورکوي چې په براوزر کې د Python کوډ ولیکي او اجرا کړي، د GPUs ته د لاسرسي سره.
لومړی، تاسو اړتیا لرئ په خپل کولاب چاپیریال کې د TensorFlow ډیټاسیټونه نصب کړئ. تاسو کولی شئ دا په خپل کولاب نوټ بوک کې د کوډ سیل کې د لاندې کمانډ په چلولو سره ترسره کړئ:
python !pip install -q tensorflow-datasets
دا کمانډ ستاسو د کولاب چاپیریال کې د TensorFlow ډیټاسیټس کتابتون نصبوي ، تاسو ته وړتیا درکوي هغه ډیټاسیټونو ته لاسرسی ومومئ چې دا وړاندیز کوي.
بیا ، تاسو کولی شئ د لاندې Python کوډ سنیپټ په کارولو سره د TensorFlow ډیټاسیټونو څخه ډیټاسیټ پورته کړئ:
python import tensorflow_datasets as tfds # Load the dataset dataset = tfds.load('dataset_name', split='train', as_supervised=True) # Iterate through the dataset for example in dataset: # Process the example pass
په پورتني کوډ کې، ``dataset_name'` د هغه ډیټاسیټ نوم سره بدل کړئ چې تاسو یې پورته کول غواړئ. تاسو کولی شئ د موجود ډیټاسیټونو لیست ومومئ د TensorFlow ډیټاسیټس ویب پاڼې په لټون کولو یا په خپل کولاب نوټ بوک کې د `tfds.list_builders()` فنکشن په کارولو سره.
د 'سپلیټ' پیرامیټر مشخص کوي چې د ډیټاسیټ کوم تقسیم باید بار شي (د مثال په توګه 'ټرین''، 'ټیسټ''، 'تصدیق''). د `as_supervised=True` ترتیب کول د ډیټاسیټ په ټپل (انپټ، لیبل) بڼه کې باروي، کوم چې معمولا د ماشین زده کړې کارونو کې کارول کیږي.
د ډیټاسیټ بارولو وروسته، تاسو کولی شئ د دې له لارې تکرار کړئ ترڅو د نورو پروسس کولو لپاره انفرادي مثالونو ته لاسرسی ومومئ. د ډیټاسیټ پورې اړه لري، تاسو ممکن د معلوماتو دمخه پروسس کولو ته اړتیا ولرئ، بدلونونه پلي کړئ، یا یې د روزنې او ازموینې سیټونو کې ویشئ.
دا مهمه ده چې په یاد ولرئ چې ځینې ډیټاسیټونه ممکن اضافي پروسس کولو مرحلو یا ځانګړي تشکیلاتو ته اړتیا ولري. د هر ډیټاسیټ په اړه د مفصلو معلوماتو لپاره او د دوی سره د مؤثره کار کولو څرنګوالي لپاره د TensorFlow ډیټاسیټس اسنادو ته مراجعه وکړئ.
د دې ګامونو په تعقیب، تاسو کولی شئ په اسانۍ سره په ګوګل همکار کې د TensorFlow ډیټاسیټونه پورته کړئ او د شته ډیټاسیټونو بډایه ټولګه په کارولو سره ستاسو د ماشین زده کړې پروژې کار پیل کړئ.
په اړه نورې وروستۍ پوښتنې او ځوابونه EITC/AI/GCML د ګوګل بادل ماشین زده کړه:
- متن ته وینا (TTS) څه شی دی او دا څنګه د AI سره کار کوي؟
- د ماشین زده کړې کې د لوی ډیټاسیټونو سره کار کولو محدودیتونه څه دي؟
- ایا د ماشین زده کړه یو څه ډیالوژیکي مرسته کولی شي؟
- د TensorFlow د لوبې ډګر څه شی دی؟
- لوی ډیټاسیټ واقعیا څه معنی لري؟
- د الګوریتم د هایپرپرامیټرونو ځینې مثالونه څه دي؟
- د انسابل زده کړه څه ده؟
- څه که چیرې د ماشین زده کړې الګوریتم غوره نه وي او څنګه کولی شي ډاډ ترلاسه کړي چې سم انتخاب کړئ؟
- ایا د ماشین زده کړې ماډل د روزنې پرمهال څارنې ته اړتیا لري؟
- د عصبي شبکې پر بنسټ الګوریتم کې کارول شوي کلیدي پیرامیټونه کوم دي؟
نورې پوښتنې او ځوابونه په EITC/AI/GCML د ګوګل کلاوډ ماشین زده کړې کې وګورئ