قراءات عربية في العلوم والتقنية والطبيعة والثقافة، تبدأ بسؤال وتترك لك مساحة للاستكشاف.
2302 مقال
إعادة عرض أمثلة قديمة في التعلم المستمر تعيد مادة سابقة إلى عمل التعلم مع الجديد. يقدم CLEAR مثالًا بحثيًا يمزج خبرات جديدة ومخزنة في سياق التعلم المعزز؛ ليست الذاكرة وحدها شهادة على تغطية كل الماضي. [1]
خسارة التعلم متعدد المهام قد تجمع أهداف مهام تشترك في معاملات. يناقش البحث مجموعًا موزونًا للخسائر وإمكان تعارض أهداف المهام؛ تحسن رقم الجمع لا يكفي للحكم على كل مكون. [1]
تقطير المعرفة والأهداف الناعمة يستخدم توزيعًا ينتجه المعلم لتوجيه تعلم الطالب، بدل الاكتفاء باسم الفئة الأعلى. تعرض الورقة درجة حرارة لتليين التوزيع، وقد تجمع هذا الهدف مع التسميات الصحيحة المتاحة. [1]
حزمة النموذج للتنبؤ تحتاج وصف المدخل والمعالجة السابقة ومعنى المخرج، إضافة إلى النموذج وبيئة تشغيله. توثق Pipeline تحويلات متتابعة قبل تنبؤ الجزء الأخير، إذا كان يدعم التنبؤ. [1]
تصدير النموذج إلى ONNX ينتج تمثيلًا لحسابه، لكن قراءة الملف وحدها لا تجيب عن توافقه مع بيئة التشغيل أو حفاظه على النتائج المطلوبة. يمثل ONNX الحساب برسم من عمليات وقيم. [1]
طلب تنبؤ عبر REST يحتاج إلى بنية توافق عقد الخدمة، إلى جانب نص JSON قابل للقراءة. توثق TensorFlow Serving للتنبؤ صيغة صفية باسم instances وصيغة عمودية باسم inputs. [1]
الاستدلال غير المتزامن يفصل تلقي طلب التنبؤ عن تسلم مخرجه. في InvokeEndpointAsync الموثقة، تعيد العملية الناجحة استجابة 202 ومعرفًا ومواقع لحفظ خرج الاستدلال أو فشله. [1]
مطابقة نتائج التنبؤ الدفعي تبدأ من قائمة مدخلات محددة، ثم تربط ملفات الخرج بسجلاتها. توثق SageMaker Batch Transform ملف خرج مقابل ملف المدخل عند نجاح معالجة جميع سجلاته. [1]
مهلة طلب التنبؤ تحدد متى يتوقف العميل عن انتظار الجواب. تميز وثائق gRPC بين نقطة نهاية زمنية وحد انتظار لمدة معينة؛ افتراض المهلة يحتاج إلى تصريح في الطلب. [1]
ربط تقييم النموذج بنسخة البيانات يجعل الرقم قابلًا للفهم: أي نموذج، وعلى أي مجموعة، وبأي معيار؟ تغيير النموذج والبيانات معًا لا يعزل أثر أي منهما في المقارنة.
الاسم المستعار في سجل النماذج مرجع يمكن تغيير النسخة التي يشير إليها. توثق MLflow رقم نسخة متزايدًا واسمًا مستعارًا قابلًا لإعادة الإسناد؛ لا يؤدي الدوران الوظيفة نفسها. [1]
جاهزية خدمة النموذج عند البدء تحتاج إلى معيار معلوم؛ ظهور العملية لا يصف وحده اكتمال تحميل النموذج. في Triton، يربط strict-readiness المفعّل إشارة الجاهزية بتحميل جميع النماذج المختارة. [1]
تسخين النموذج قبل الاستدلال يمكن أن ينفذ طلبات تهيئة محددة قبل تقديمه. توثق Triton إنشاء هذه الطلبات لكل مثيل عند إعداد ModelWarmup، وتأخير جاهزيته حتى نجاحها. [1]
صورة حاوية النموذج والأوزان ليستا الشيء نفسه بالضرورة. تصف Docker الصورة كحزمة ملفات ومكتبات وإعدادات، بينما يسمح bind mount بإتاحة ملف أو مجلد من المضيف داخل الحاوية. [1] [2]
توافق إصدار النموذج المحفوظ سؤال عن البيئة التي ستقرأه وتستعمله. تنبه scikit-learn إلى أن تحميل نموذج محفوظ بإصدار آخر غير مدعوم، حتى إن أمكن تحميله أحيانًا. [1]
شكل مخرجات النموذج قبل المقارنة مهم لأن allclose في NumPy يستخدم قواعد البث المعتادة؛ يمكن أن يعيد True لمصفوفتين مختلفتي الشكل. [1]
مزود تنفيذ ONNX وأولوية العمليات يحددان أين يمكن إسناد الحساب في ONNX Runtime. يوثق ترتيب المزودين أولوية النوى المتاحة؛ في المثال الموثق تستعمل نواة CUDA إن توفرت، وإلا CPU. [1]
عمليات عمال خدمة النموذج يمكن أن تشغل التطبيق نفسه في أكثر من عملية. تشرح FastAPI أن العمليات عادة لا تشارك الذاكرة، ولكل منها متغيراتها وذاكرتها. [1]
