مواد
- آپ کا ڈیٹاسیٹ تیار کر رہا ہے
- اپنے گوگل کلاؤڈ پلیٹ فارم کی مفت آزمائش کا دعوی کریں
- ایک نیا جی سی پی پروجیکٹ بنائیں
- کلاؤڈ آٹو ایم ایل اور اسٹوریج APIs کو فعال کریں
- کلاؤڈ اسٹوریج بالٹی بنائیں
- تربیت دینے کا وقت: اپنے ڈیٹاسیٹ کی تیاری
- اپنی مشین لرننگ ماڈل کی تربیت
- آپ کا ماڈل کتنا درست ہے؟
- اپنے ماڈل کی آزمائش کریں!
- ختم کرو
مشین لرننگ (ML) سائنس کی خود سے تعلیم دینے والے کمپیوٹرز کا صوتی آواز ہے۔ ایم ایل میں ، آپ مواد کی قسم کی نمائندگی کرنے والے کچھ اعداد و شمار کی فراہمی کرتے ہیں جس کی آپ چاہتے ہیں کہ مشین سیکھنے کا ماڈل خود بخود پروسس کرے ، اور پھر ماڈل اس اعداد و شمار کی بنیاد پر خود کو سکھاتا ہے۔
مشین لرننگ جدید ہوسکتی ہے ، لیکن اس میں بھی ایک ہے بہت بڑا داخلے میں رکاوٹ اگر آپ کسی بھی طرح کا ایم ایل استعمال کرنا چاہتے ہیں تو پھر آپ کو عام طور پر مشین لرننگ ماہر یا ڈیٹا سائنسدان کی خدمات حاصل کرنے کی ضرورت ہوگی ، اور یہ دونوں پیشے اس وقت بہت زیادہ مانگ میں ہیں!
گوگل کا کلاؤڈ آٹو ایم ایل وژن ایک نئی مشین لرننگ سروس ہے جس کا مقصد ایم ایل کو عوام تک پہنچانا ہے تاکہ مشین لرننگ ماڈل بنانا ممکن بنایا جا، ، چاہے آپ کے پاس صفر ایم ایل کا تجربہ ہو۔ کلاؤڈ آٹو ایم ایل وژن کا استعمال کرتے ہوئے ، آپ ایک تصویری شناختی ماڈل تشکیل دے سکتے ہیں جو فوٹو گراف میں مواد اور نمونوں کی نشاندہی کرنے کی اہلیت رکھتا ہو ، اور اس کے بعد آنے والی تصاویر کو خود بخود کارروائی کرنے کے لئے اس ماڈل کا استعمال کریں۔
اس طرح کے بصری پر مبنی ایم ایل کو مختلف طریقوں سے استعمال کیا جاسکتا ہے۔ ایک ایسی ایپ بنانا چاہتے ہیں جو صارف کو کسی سمارٹ فون کی نشاندہی کرنے والی کسی تاریخی ، مصنوع یا بار کوڈ کے بارے میں معلومات فراہم کرے؟ یا کیا آپ ایک ایسا طاقتور تلاش سسٹم بنانا چاہتے ہیں جو صارفین کو ماد colorہ ، رنگ ، یا اسٹائل جیسے عوامل پر مبنی ہزاروں مصنوعات کو فلٹر کرنے دے؟ تیزی سے ، مشین لرننگ اس طرح کی فعالیت کی فراہمی کا ایک مؤثر طریقہ ہے۔
اگرچہ یہ ابھی بھی بیٹا میں ہے ، آپ اپنی مرضی کے مطابق مشین لرننگ ماڈل بنانے کے لئے کلاؤڈ آٹو ایم ایل وژن کو پہلے ہی استعمال کرسکتے ہیں جو فوٹو میں نمونوں اور مشمولات کی نشاندہی کرتے ہیں۔ اگر آپ یہ جاننے کے خواہشمند ہیں کہ مشین سیکھنے کے سارے بز کے بارے میں کیا بات ہے تو ، اس مضمون میں میں آپ کو اپنا تصویری شناخت کا ماڈل بنانے کا طریقہ دکھاتا ہوں ، اور پھر اس کا استعمال خود بخود نئی تصاویر پر کریں گے۔
آپ کا ڈیٹاسیٹ تیار کر رہا ہے
کلاؤڈ آٹو ایم ایل کے ساتھ کام کرتے وقت ، آپ اپنے ڈیٹاسیٹس کے بطور لیبل لگے ہوئے فوٹو استعمال کریں گے۔ آپ اپنی پسند کی کوئی بھی فوٹو یا لیبل استعمال کرسکتے ہیں ، لیکن اس ٹیوٹوریل کو سیدھے رکھنے میں مدد کے لئے میں ایک ایسا سادہ ماڈل تیار کروں گا جو کتوں کی تصاویر اور بلیوں کی تصاویر میں فرق کر سکے۔
آپ کے ماڈل کی جو بھی خصوصیات ہوں ، پہلا قدم کچھ مناسب تصاویر کی تلاش میں ہے۔
کلاؤڈ آٹو ایم ایل وژن کیلئے کم از کم 10 امیجز فی لیبل ، یا اعلی درجے کی ماڈل کے لئے 50 کی ضرورت ہوتی ہے ، مثال کے طور پر ایسے ماڈل جہاں وہ ہر تصویر میں ایک سے زیادہ لیبل ہوں گے۔ تاہم ، آپ جتنا زیادہ ڈیٹا فراہم کرتے ہیں ، اس کے بعد کے مواد کی صحیح شناخت کرنے کے ماڈل کے امکانات اتنے زیادہ ہوتے ہیں ، لہذا آٹو ایم ایل وژن دستاویزات کا مشورہ ہے کہ آپ استعمال کریں کم از کم 100 ماڈل فی ماڈل۔ آپ کو فی لیبل کے بارے میں بھی اتنی ہی مثالوں کی فراہمی کرنی چاہئے ، کیونکہ غیر منصفانہ تقسیم سے ماڈل کو سب سے زیادہ مقبول "زمرہ" کی طرف تعصب ظاہر کرنے کی ترغیب ملے گی۔
بہترین نتائج کے ل your ، آپ کی تربیت کی تصاویر میں مختلف قسم کی تصاویر کی نمائندگی ہونی چاہئے جو اس ماڈل کے سامنے آئیں گے ، مثال کے طور پر آپ کو مختلف زاویوں ، اعلی اور نچلی قراردادوں پر ، اور مختلف پس منظر والی تصاویر کو شامل کرنے کی ضرورت ہوسکتی ہے۔ آٹو ایم ایل وژن تصاویر کو مندرجہ ذیل فارمیٹس میں قبول کرتا ہے: جے پی ای جی ، پی این جی ، ڈبلیو ای بی پی ، جی آئی ایف ، بی ایم پی ، ٹی آئی ایف ایف ، اور آئی سی او ، زیادہ سے زیادہ 30MB فائل سائز کے ساتھ۔
چونکہ ہم صرف کلاؤڈ آٹو ایم ایل وژن سروس کے ساتھ تجربہ کر رہے ہیں ، اس لئے امکانات ہیں کہ آپ جتنی جلدی اور آسانی سے ڈیٹاسیٹ بنانا چاہیں۔ چیزوں کو آسان رکھنے میں مدد کے ل I ، میں پکسلز سے کتوں اور بلیوں کے مفت اسٹاک فوٹو کا ایک گروپ ڈاؤن لوڈ کروں گا ، اور پھر بلی اور کتے کی تصاویر کو علیحدہ فولڈر میں اسٹور کروں گا ، کیوں کہ اس کے بعد ان تصاویر کو اپ لوڈ کرنا آسان ہوجائے گا۔
نوٹ کریں کہ جب پیداوار میں استعمال ہونے کے لئے ڈیٹاسیٹس بناتے ہو تو ، آپ کو تعصب سے بچنے میں مدد کے ل AI ، ذمہ دار AI طریقوں کو دھیان میں رکھنا چاہئے۔ اس عنوان سے متعلق مزید معلومات کے ل Google ، گوگل کے جامع ایم ایل گائیڈ اور ذمہ دار اے عمل کے دستاویزات دیکھیں۔
آٹو ایم ایل وژن پر اپنے ڈیٹا کو اپ لوڈ کرنے کے لئے تین طریقے ہیں:
- پہلے سے ترتیب دی گئی تصاویر کو فولڈرز میں اپ لوڈ کریں جو آپ کے لیبلوں کے مطابق ہیں۔
- ایسی CSV فائل درآمد کریں جس میں تصاویر ، اور ان کے متعلقہ زمرے کے لیبل شامل ہوں۔ آپ ان تصاویر کو اپنے مقامی کمپیوٹر ، یا گوگل کلاؤڈ اسٹوریج سے اپ لوڈ کرسکتے ہیں۔
- گوگل کلاؤڈ آٹو ایم ایل وژن UI کا استعمال کرتے ہوئے اپنی تصاویر اپ لوڈ کریں ، اور پھر ہر تصویر پر لیبل لگائیں۔ میں اس ٹیوٹوریل میں یہی طریقہ استعمال کروں گا۔
اپنے گوگل کلاؤڈ پلیٹ فارم کی مفت آزمائش کا دعوی کریں
کلاؤڈ آٹو ایم ایل وژن کو استعمال کرنے کے ل you ، آپ کو گوگل کلاؤڈ پلیٹ فارم (جی سی پی) اکاؤنٹ کی ضرورت ہوگی۔ اگر آپ کے پاس اکاؤنٹ نہیں ہے تو ، مفت صفحے کے لئے ٹرلائڈ پلیٹ فارم کو ٹرائل کرکے اور پھر ہدایات پر عمل کرکے آپ 12 ماہ کے مفت ٹرائل کے لئے سائن اپ کرسکتے ہیں۔ تم کریں گے آپ کو اپنے ڈیبٹ یا کریڈٹ کارڈ کی تفصیلات درج کرنے کی ضرورت ہے ، لیکن فری ٹیر کے عمومی سوالنامہ کے مطابق ، یہ صرف آپ کی شناخت کی توثیق کرنے کے لئے استعمال ہوتے ہیں اور جب تک آپ کسی ادا شدہ اکاؤنٹ میں اپ گریڈ نہیں کرتے ہیں اس سے آپ سے وصول نہیں کیا جائے گا۔
دوسری ضرورت ، یہ ہے کہ آپ کو اپنے آٹو ایم ایل پروجیکٹ کے لئے بلنگ کا اہل بنانا ہوگا۔ اگر آپ نے ابھی ابھی مفت آزمائش کے لئے سائن اپ کیا ہے ، یا آپ کے پاس اپنے جی پی سی اکاؤنٹ سے وابستہ کوئی بلنگ کی معلومات نہیں ہے تو:
- جی سی پی کنسول کی سربراہی کریں۔
- نیویگیشن مینو (اسکرین کے اوپری-بائیں کونے میں قطار والا آئکن) کھولیں۔
- "بلنگ" منتخب کریں۔
- "بلنگ اکاؤنٹس کا نظم کریں" کے بعد "مائی بلنگ" ڈراپ ڈاؤن مینو کھولیں۔
- "اکاؤنٹ بنائیں" کو منتخب کریں اور پھر بلنگ پروفائل بنانے کے لئے اسکرین ہدایات پر عمل کریں۔
ایک نیا جی سی پی پروجیکٹ بنائیں
اب آپ اپنا پہلا کلاؤڈ آٹو ایم ایل وژن پروجیکٹ بنانے کے لئے تیار ہیں:
- وسائل کا نظم کریں صفحے پر جائیں۔
- "پروجیکٹ بنائیں" پر کلک کریں۔
- اپنے پروجیکٹ کو ایک نام دیں ، اور پھر "تخلیق کریں" پر کلک کریں۔
اگر آپ کے پاس متعدد بلنگ اکاؤنٹس ہیں ، تو پھر جی سی پی کو پوچھنا چاہئے کہ آپ اس پروجیکٹ کے ساتھ کون سا اکاؤنٹ منسلک کرنا چاہتے ہیں۔ اگر آپ کے پاس ایک بھی بلنگ اکاؤنٹ ہے اور آپ بلنگ ایڈمنسٹریٹر ہیں ، تو اس اکاؤنٹ کا خود بخود آپ کے پروجیکٹ سے لنک ہوجائے گا۔
متبادل کے طور پر ، آپ دستی طور پر بلنگ اکاؤنٹ منتخب کرسکتے ہیں:
- جی سی پی کنسول کا نیویگیشن مینو کھولیں ، اور پھر "بلنگ" منتخب کریں۔
- "بلنگ اکاؤنٹ سے لنک کریں" کو منتخب کریں۔
- "اکاؤنٹ مرتب کریں" کو منتخب کریں ، اور پھر اس بلنگ اکاؤنٹ کا انتخاب کریں جس کو آپ اس پروجیکٹ کے ساتھ منسلک کرنا چاہتے ہیں۔
کلاؤڈ آٹو ایم ایل اور اسٹوریج APIs کو فعال کریں
اپنا ماڈل بناتے وقت ، آپ اپنی تمام تربیتی تصاویر کو کلاؤڈ اسٹوریج بالٹی میں اسٹور کریں گے ، لہذا ہمیں آٹو ایم ایل کو فعال کرنے کی ضرورت ہے۔ اور گوگل کلاؤڈ اسٹوریج API:
- GCP نیویگیشن مینو کھولیں اور "APIs & Services> ڈیش بورڈ" کو منتخب کریں۔
- "APIs اور Services کو اہل بنائیں" پر کلک کریں۔
- "کلاؤڈ آٹو ایم ایل API" ٹائپ کرنا شروع کریں ، اور پھر ظاہر ہونے پر اسے منتخب کریں۔
- "قابل بنائیں" کا انتخاب کریں۔
- "APIs & Services> ڈیش بورڈ> APIs اور خدمات کو فعال کریں" اسکرین پر واپس جائیں۔
- "گوگل کلاؤڈ اسٹوریج" ٹائپ کرنا شروع کریں اور جب ظاہر ہوگا تو اسے منتخب کریں۔
- "قابل بنائیں" کا انتخاب کریں۔
کلاؤڈ اسٹوریج بالٹی بنائیں
ہم کلاؤڈ شیل کا استعمال کرتے ہوئے اپنی کلاؤڈ اسٹوریج بالٹی بنائیں گے ، جو ایک آن لائن ، لینکس پر مبنی ورچوئل مشین ہے۔
- ہیڈر بار (جہاں کرسر مندرجہ ذیل اسکرین شاٹ میں رکھا ہوا ہے) سے "گوگل کلاؤڈ شیل کو چالو کریں" کا آئیکن منتخب کریں۔
- کنسول کے نچلے حصے میں اب کلاؤڈ شیل سیشن کھل جائے گا۔ جب تک گوگل کلاؤڈ شیل آپ کے پروجیکٹ سے مربوط ہوتا ہے اس کا انتظار کریں۔
- گوگل کلاؤڈ شیل میں درج ذیل کمانڈ کو کاپی / پیسٹ کریں:
پروجیکٹ = $ (gcloud تشکیل get-value پراجیکٹ) && BUCKET = "$ {پروجیکٹ v -vcm"
- اپنے کی بورڈ پر "انٹر" بٹن دبائیں۔
- اگلی کمانڈ کو Google کلاؤڈ شیل میں کاپی / پیسٹ کریں:
gsutil mb -p {J پروجیکٹ} -c علاقائی -l us-Central1 gs: // $ U BUCKET}
- "انٹر" کی دبائیں۔
- آٹو ایم ایل سروس کو درج ذیل کمانڈ کو کاپی / پیسٹ کرکے اپنے Google کلاؤڈ وسائل تک رسائی حاصل کرنے کی اجازت دیں ، اور پھر "انٹر" کلید دبائیں:
پروجیکٹ = $ (gcloud تشکیل get-value پراجیکٹ) gcloud پروجیکٹس add-iam-پاليسی-بائنڈنگ $ PROJECT --member = "سروس اکاؤنٹ: کسٹم- وژنappspot.gserviceaccount.com" --ole = "کردار / ملی۔ منتظم "gcloud پروجیکٹس میں iam-پالیسی - بائنڈنگ $ PROJECT --member =" سروس اکاؤنٹ: کسٹم- وژنappspot.gserviceaccount.com " --رول =" رولز / اسٹوریج ڈاٹ ایڈمن "
تربیت دینے کا وقت: اپنے ڈیٹاسیٹ کی تیاری
راستہ ختم ہونے کے بعد ، اب ہم اپنا ڈیٹاسیٹ اپ لوڈ کرنے کے لئے تیار ہیں! اس میں شامل ہیں:
- خالی ڈیٹاسیٹ بنانا۔
- ڈیٹاسیٹ میں فوٹو درآمد کرنا۔
- ہر تصویر میں کم از کم ایک لیبل تفویض کرنا۔ آٹو ایم ایل وژن ایسی کسی بھی تصویر کو مکمل طور پر نظر انداز کردے گی جس میں لیبل نہیں ہے۔
لیبلنگ کے عمل کو آسان بنانے کے ل I ، میں بلی کی تصاویر سے نمٹنے سے پہلے اپنے تمام کتوں کی تصاویر اپ لوڈ اور لیبل کرنے جارہا ہوں:
- آٹو ایم ایل ویژن UI کی طرف جائیں (تحریر کے وقت بھی بیٹا میں)
- "نیا ڈیٹاسیٹ" منتخب کریں۔
- اپنے ڈیٹاسیٹ کو ایک وضاحتی نام دیں۔
- "فائلوں کو منتخب کریں" پر کلک کریں۔
- اس کے بعد کی ونڈو میں ، اپنی کتے کی تمام تصاویر منتخب کریں اور پھر "کھولیں" پر کلک کریں۔
- چونکہ ہماری تصاویر میں ایک سے زیادہ لیبل نہیں ہیں ، لہذا ہم "ملٹی لیبل کی درجہ بندی کو فعال کریں" کو غیر منتخب شدہ چھوڑ سکتے ہیں۔ "ڈیٹاسیٹ بنائیں" پر کلک کریں۔
ایک بار اپ لوڈ مکمل ہوجانے کے بعد ، کلاؤڈ آٹو ایم ایل ویژن UI آپ کو اپنی تمام تصاویر پر مشتمل اسکرین پر لے جائے گا ، نیز آپ اس ڈیٹاسیٹ پر لگائے گئے کسی بھی لیبل کا خراب ہوجائے گا۔
چونکہ ہمارے ڈیٹاسیٹ میں فی الحال صرف کتوں کی تصاویر موجود ہیں ، لہذا ہم ان کو ماس ماس پر ہی لیبل لگا سکتے ہیں۔
- بائیں ہاتھ والے مینو میں ، "لیبل شامل کریں" کو منتخب کریں۔
- "کتا" ٹائپ کریں اور پھر اپنے کی بورڈ پر "داخل کریں" کو دبائیں۔
- "تمام تصاویر منتخب کریں" پر کلک کریں۔
- "لیبل" ڈراپ ڈاؤن کو کھولیں ، اور "کتا" منتخب کریں۔
اب ہم نے اپنی تمام کتوں کی تصاویر کا لیبل لگا دیا ہے ، اب وقت آگیا ہے کہ بلی کی تصاویر پر جائیں:
- ہیڈر بار سے "تصاویر شامل کریں" کو منتخب کریں۔
- "اپنے کمپیوٹر سے اپ لوڈ کریں" کا انتخاب کریں۔
- اپنی بلی کی تمام تصاویر کو منتخب کریں ، اور پھر "کھولیں" پر کلک کریں۔
- بائیں ہاتھ والے مینو میں ، "لیبل شامل کریں" کو منتخب کریں۔
- "بلی" ٹائپ کریں اور پھر اپنے کی بورڈ پر "انٹر" بٹن دبائیں۔
- دیکھیں اور ہر بلی کی تصویر کا انتخاب کریں ، شبیہہ پر گھوم کر اور پھر چھوٹی چیک مارک آئیکن پر ظاہر ہونے پر کلک کریں۔
- "لیبل" ڈراپ ڈاؤن کو کھولیں ، اور "بلی" کا انتخاب کریں۔
اپنی مشین لرننگ ماڈل کی تربیت
اب ہمارے پاس اپنا ڈیٹاسیٹ موجود ہے ، اب وقت آگیا ہے کہ ہم اپنے ماڈل کی تربیت کریں! آپ ایک وصول کرتے ہیں حساب ہر ماہ میں 10 ماڈلز تک فی ما trainingل ٹریننگ کی گھنٹہ ، جو اندرونی حساب کے استعمال کی نمائندگی کرتی ہے ، اور اس وجہ سے وہ گھڑی کے ایک حقیقی گھنٹے سے وابستہ نہیں ہوسکتی ہے۔
اپنے ماڈل کی تربیت کے ل simply ، صرف:
- آٹو ایم ایل وژن UI کا "ٹرین" ٹیب منتخب کریں۔
- "تربیت شروع کریں" پر کلک کریں۔
جب آپ کے ماڈل کو تربیت دینے میں کلاؤڈ آٹو ایم ایل ویژن کا وقت لگتا ہے تو آپ اس کے فراہم کردہ ڈیٹا کی مقدار پر منحصر ہوتے ہیں ، حالانکہ سرکاری دستاویزات کے مطابق اس میں لگ بھگ 10 منٹ کا وقت لینا چاہئے۔ ایک بار جب آپ کے ماڈل کی تربیت حاصل ہوجائے تو ، کلاؤڈ آٹو ایم ایل وژن خود بخود اس کو تعینات کردے گی ، اور ای میل بھیج دے گی جس سے آپ کو اطلاع ملے گی کہ آپ کا ماڈل اب استعمال کرنے کے لئے تیار ہے۔
آپ کا ماڈل کتنا درست ہے؟
اپنے ماڈل کو جانچنے سے پہلے ، آپ اس میں پیش گوئیاں ممکنہ حد تک درست ثابت کرنے کے ل some ، کچھ موافقت کرنا چاہیں گے۔
"تشخیص" ٹیب کو منتخب کریں ، اور پھر بائیں مینو میں سے اپنے فلٹرز میں سے ایک کو منتخب کریں۔
اس مقام پر ، آٹو ایم ایل وژن UI اس لیبل کیلئے درج ذیل معلومات ظاہر کرے گا۔
- اسکور کی حد۔ کسی نئی تصویر کو لیبل تفویض کرنے کے لئے ، یہ ماڈل کی اعتماد کی سطح ہے۔ اس سلائیڈر کا استعمال آپ کے ڈیٹاسیٹ پر مختلف دہلیزوں کے اثرات کو جانچنے کے لئے کر سکتے ہیں ، اس کے ساتھ موجود صحت سے متعلق یاد گراف میں نتائج کی نگرانی کرتے ہوئے۔ نچلی دہلیز کا مطلب ہے کہ آپ کا ماڈل مزید تصاویر کی درجہ بندی کرے گا ، لیکن اس کی تصاویر میں غلط شناخت کرنے کا خطرہ بڑھ گیا ہے۔ اگر حد زیادہ ہے تو ، پھر آپ کا ماڈل کم تصاویر کی درجہ بندی کرے گا ، لیکن اس سے بھی کم تصاویر کو غلط شناخت کرنا چاہئے۔
- اوسط صحت سے متعلق آپ کا ماڈل ہر اسکور کی دہلیز میں کتنی اچھی کارکردگی کا مظاہرہ کرتا ہے ، جس میں 1.0 زیادہ سے زیادہ اسکور ہے۔
- صحت سے متعلق صحت سے متعلق جتنا زیادہ ، آپ کو جتنے کم غلط مثبتات کا سامنا کرنا چاہئے ، وہ ہے جہاں ماڈل کسی شبیہہ پر غلط لیبل کا اطلاق کرتا ہے۔ اعلی صحت سے متعلق ماڈل صرف انتہائی متعلقہ مثالوں کا لیبل لگائے گا۔
- یاد رکھنا۔ ان تمام مثالوں میں سے جن کو لیبل تفویض کیا جانا چاہئے تھا ، یاد آتی ہے کہ ان میں سے کتنے کو اصل میں ایک لیبل تفویض کیا گیا تھا۔ یاد کرنے کی فیصد زیادہ ، آپ کو جتنا کم غلط منفی کا سامنا کرنا چاہئے ، یہی وہ جگہ ہے جہاں ماڈل کسی تصویر کا لیبل لگانے میں ناکام ہوجاتا ہے۔
اپنے ماڈل کی آزمائش کریں!
اب تفریح کا حصہ آتا ہے: یہ جانچ کرنا کہ آیا آپ کے ماڈل کی شناخت کر سکتی ہے کہ آیا اس تصویر میں کتے یا بلی کی موجودگی ہے ، اعداد و شمار پر مبنی پیش گوئی کرکے جسے اس نے پہلے نہیں دیکھا تھا۔
- ایک تصویر پکڑو کہ نہیں تھا آپ کے اصل ڈیٹاسیٹ میں شامل۔
- آٹو ایم ایل وژن کنسول میں ، "پیش گوئی" ٹیب کو منتخب کریں۔
- "تصاویر اپ لوڈ کریں" کو منتخب کریں۔
- وہ تصویر منتخب کریں جس کا تجزیہ کرنے کے لئے آپ آٹو ایم ایل وژن چاہتے ہیں۔
- چند لمحوں کے بعد ، آپ کا ماڈل اپنی پیش گوئی کرے گا - امید ہے کہ ، یہ درست ہے!
نوٹ کریں کہ جب کلاؤڈ آٹو ایم ایل وژن بیٹا میں ہے تو ، آپ کے ماڈل کے ساتھ گرمجوشی میں تاخیر ہوسکتی ہے۔ اگر آپ کی درخواست میں خرابی ہو تو ، دوبارہ کوشش کرنے سے پہلے کچھ سیکنڈ انتظار کریں۔
ختم کرو
اس مضمون میں ، ہم نے دیکھا کہ کس طرح آپ کسٹم لرننگ ماڈل کی تربیت اور تعینات کرنے کے لئے کلاؤڈ آٹو ایم ایل وژن کا استعمال کرسکتے ہیں۔ کیا آپ کو لگتا ہے کہ آٹو ایم ایل جیسے ٹولز میں مشین لرننگ کا استعمال کرتے ہوئے زیادہ سے زیادہ افراد کو حاصل کرنے کی صلاحیت موجود ہے؟ ہمیں ذیل میں تبصرے میں بتائیں!
