أداة TensorWatch لتصحيح الأخطاء و عرض البيانات و الذكاء الاصطناعي من مايكروسوفت

يعتبر الذكاء الاصطناعي المستقبل الذي يعرف كل عمالقة التكنلوجيا به حيث تسعى هذه الشركات جاهدة لتطوير التقنيات ذات العلاقة بهذا المجال من خلال اطلاق كثير من الموارد و الأدوات بشكل مستمر لمساعدة المنظمات الصغيرة و المطورين لعم المطلوب منهم  في هذا المجال.

بل فترة قريبة قامت شركة ميكروسوفت بإطلاق أداة TensorWatch مفتوحة المصدر و التي تستخدم في تصحيح الأخطاء وعرض البيانات و التي تهدف إلى مساعدة تقنيات التعليم العميق و عشاق علم البيانات.

تستند أداة TensorWatch إلى Jupyter Notebook مكتبة Python التي تمكنها من تنفيذ العديد من مهام التحليل الرئيسية لنماذج البيانات والذكاء الاصطناعي، فهي تظهر التصوير في الوقت الحقيقي التي يتم فيه التدريب على تعليم الآلة  يمكن تنفيذ استعلامات عشوائية أثناء عملية التدريب على لغة الآلة المباشرة وإرجاع تدفق نتيجة الاستعلام ويمكنك عرض هذا التدفق باستخدام عرض بيانات مرئي.

تعتبر TensorWatch مرنة وقابلة للتوسيع وتسمح للمستخدمين ببناء عروض البيانات المخصصة الخاصة بهم ولوحات المعلومات. اعتبارا من الآن، مع انها تعتبر قيد التطوير ولكن الشركة تهدف إلى أن تكون سهلة الاستخدام  لتصبح منصة تصحيح الأخطاء من خلال تعليم الآلة.

بعض الميزات الرئيسية لـ TensorWatch:-

- وضع تسجيل كسول:-

TensorWatch يقدم وضع تسجيل كسول و الذي لا يتطلب تسجيل صريح لجميع المعلومات.

مما يساعد المستخدمين على التعرف على المتغيرات وتعقبها بما في ذلك النماذج الكبيرة أو دفعات كاملة أثناء التدريب. علاوة على ذلك، يمكنك إجراء استعلامات تفاعلية تشتغل في سياق هذه المتغيرات التي تقوم بإرجاع التدفقات نتيجة لذلك.

- التيارات أو التدفقات:-

في TensorWatch، تعتبر البيانات والكائنات مثل وحدة التحكم ومآخذ التوصيل والتخزين السحابي والملفات وحتى عرض للبيانات كتدفقات. يمكن لهذه التدفقات الاستماع إلى تدفقات أخرى ويؤدي ذلك إلى إنشاء رسومات بيانية مخصصة لتدفق البيانات.

- سهولة التخصيص و عرض البيانات:-

يوفر Jupyter Notebook  خيارات تخصيص سهلة بحيث يمكنك تصحيح عمليات التدريب في الوقت الحقيقي بشكل تفاعلي إما باستخدام واجهة مستخدم قابلة للتركيب أو لوحات معلومات مباشرة قابلة للمشاركة في Jupyter Lab.

بما أن TensorWatch هي  Python، يمكن للمستخدمين بناء واجهات المستخدم المخصصة الخاصة بهم أو استخدامها مع العديد من المهام الأخرى في النظام البيئي الواسع وعلوم البيانات من خلال Pyrhon. وهو يدعم الرسوم البيانية، والرسوم البيانية على شكل شريط، والرسوم البيانية الدائرية، والاختلافات 3D، والعديد من أنواع عرض البيانات القياسية الأخرى.

على سبيل المثال، يمكنك كتابة تعبير يحسب متوسط التدرجات اللونية في كل طبقة في النموذج عند الانتهاء من كل دفعة ويرسل النتيجة  التي يمكن رسمها كمخطط شريطي.

يمكنكم تحميل الأداة و تجربتها من هذا الرابط