أدوات ذكاء اصطناعي مقيّمة لمهنتك
اربح مع ذكائي
🤝 أنت في مكتبة المصادر المجانية والمفتوحة — أدوات بناها المجتمع يمكنك استخدامها دون دفع. مفهوم مختلف عن دليل أدوات الذكاء الاصطناعي المُقيَّم لدينا.
الرئيسية › مجاني ومفتوح المصدر › هندسة وعمارة › ludwig
✦ مجاني ومفتوح المصدرهندسة وعمارة

ludwig

إطار عمل تصريحي للتدريب، الضبط الدقيق، ونشر نماذج اللغات الكبيرة، والرؤية الحاسوبية، والجدولية باستخدام إعدادات YAML.

إطار عمل تعلم عمقي تصريحي لننماذج الذكاء الاصطناعي المخصصة

بناء، ضبط دقيق، وخدمة النماذج متعددة الوسائط، نماذج اللغات الكبيرة، والتنبؤ بالسلاسل الزمنية دون الحاجة لكتابة كود برمجي متكرر.

مجاني للأبد · مفتوح المصدر · Apache-2.0
✓ Needs IT✓ يعمل في المتصفح✓ تعاون فوري
8
ZEKAI
محرك ذكاء اصطناعي أساسي منخفض الكود
مجاني ومفتوح المصدر · هندسة وعمارة
سهولة الإعداد5
الفائدة9
الصيانة9.5
المجتمع8.5
★ 11,792
غيت هَب
Nov 2026
آخر تحديث
Apache-2.0
الرخصة
🛠 لا تريد الاستضافة بنفسك؟ يمكننا إعداده لك →
⚡ إجابة سريعة

لعبة ludwig هو إطار عمل تعلم عمقي تصريحي يتيح لك بناء وضبط نماذج تعلم الآلة باستخدام ملفات إعدادات YAML منظمة. بدلاً من كتابة حلقات تدريب PyTorch مخصصة، تقوم بتحديد ميزات الإدخال والإخراج جنباً إلى جنب مع معاملات النموذج. وهو يناسب فرق الهندسة وعلماء البيانات الذين يحتاجون إلى نماذج متخصصة لتحليل المستشعرات، أو الفحص البصري، أو نماذج اللغات الكبيرة الخاصة بالمجال.

يعمل على
Cross-platform
الاستضافة
سحابي أو استضافة ذاتية
اللغات
Python
الرخصة
Apache-2.0

ما هو

يتولى ludwig التدريب الشامل للنموذج، ضبط المعاملات الفائقة، وخدمة الاستدلال عبر مجموعات بيانات النصوص، الصور، السلاسل الزمنية، والجدولية. وهو يوفر خيارات قياسية لمهام العمل المتقدمة، بما في ذلك الضبط الدقيق بتنسيق 4-bit QLoRA، محاذاة DPO، والتنبؤ بالسلاسل الزمنية عبر PatchTST. يمكنك تنفيذ عمليات التدريب عبر أمر CLI واحد أو تصدير النماذج إلى نقاط نهاية REST باستخدام Ray Serve و KServe.

لمن هو

تناسب هذه الأداة مهندسي تعلم الآلة، محللي البيانات الهيكلية، والمصممين الحسابيين الذين يحتاجون إلى تدريب شبكات عصبية مخصصة دون إعادة كتابة كود التدريب المتكرر. وهي أقل ملاءمة للمهندسين غير التقنيين أو ممارسي التصميم الذين يفتقرون إلى مهارات تجهيز مجموعات البيانات أو البنية التحتية الحوسبية المخصصة.

أهم الميزات

إعدادات YAML تصريحية

تعريف بنيات التعلم العمقي الكاملة، مشفرات الميزات، وووالفقد داخل ملفات إعدادات منظمة.

الضبط الدقيق المتقدم لنماذج اللغات الكبيرة

تطبيق تقنيات 4-bit QLoRA، محاذاة DPO، محولات PEFT المتعددة، وتدريب نماذج الرؤية اللغوية VLM على النماذج الأساسية المفتوحة.

دمج الميزات متعددة الوسائط

دمج مشفرات الصور، محولات النصوص، والميزات العددية في شبكة موحدة متعددة المهام.

مشفرات التنبؤ بالسلاسل الزمنية

التنبؤ بمقاييس الاستخدام الهيكلية أو الخاصة بالطاقة باستخدام ميزات PatchTST و N-BEATS المدمجة ومقاييس التقييم المتخصصة.

كيف تبدأ

جاهز للعمل في 3 خطوات

1
قم بتثبيت الحزمة الأساسية والإضافات في بيئة Python 3.12 باستخدام أمر pip install ludwig[full].
2
أنشئ ملف model.yaml يحدد ميزات الإدخال، أهداف الإخراج، والبنية الأساسية المختارة.
3
نفذ الأمر ludwig train --config model.yaml --dataset your_data.csv لتدريب، تقييم، وحفظ نموذجك.
بصراحة

حكمنا الصادق

ما يميّزه

  • يستبدل أكواد تدريب PyTorch المتكررة بملفات إعدادات YAML قياسية.
  • يدمج مدخلات النصوص، الأرقام، الصور، والسلاسل الزمنية في بنية نموذج واحدة.
  • يحتوي على مساعد موجه باللغة الطبيعية يقوم تلقائياً بتوليد إعدادات YAML صالحة.
  • يدعم التكميم الموفر للذاكرة 4-bit ومحولات PEFT مثل LoRA، DoRA، و VeRA بشكل جاهز.

أين يقصّر

  • يتطلب عتاد GPU محلي أو مثيلات حوسبة سحابية للضبط الدقيق لنماذج اللغات الكبيرة ومهام الرؤية الحاسوبية.
  • قد يكون تصحيح أخطاء الصيغة أو البنية في إعدادات YAML أصعب من تتبع أكواد Python الخام.
  • يتطلب التنفيذ الموزع على مجموعات بيانات ضخمة إدارة بيئات مجموعات Ray.
التكلفة

التسعير والرخصة

ludwig هو مفتوح المصدر ومجاني للاستخدام تحت رخصة Apache-2.0. تقتصر تكاليفك التشغيلية فقط على البنية التحتية للحوسبة وحدات معالجة الرسومات GPUs اللازمة لتدريب واستضافة نماذجك.

عمل مدفوع

وظائف للناطقين بالعربية

879 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٥ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.

شاهد كل الأدوار المفتوحة →
قارن

البدائل

🎁 بدائل مجانية ومفتوحة المصدر
المزيد

استخدمه، أو دعنا نُعِدّه لك

📄 دليل PDF مجاني: ludwig لـ هندسة وعمارة
دليل بلغة بسيطة لإنجاز أول نتيجة لك. يُرسَل إلى بريدك.
🔔 64 شخصاً يريدون شرحاً كاملاً بالفيديو — أضف صوتك
🛠 لا تريد إعداده بنفسك؟
سنقوم بتثبيت ludwig واستضافته وإعداده لك — وتدريب فريقك.
دعنا ننجزه لك ↗
أسئلة

الأسئلة الشائعة

هل أحتاج إلى عتاد GPU لتشغيل ludwig؟

بينما تعمل مهام الجداول الصغيرة على وحدة معالجة مركزية CPU قياسية، يتطلب الضبط الدقيق لنماذج اللغات الكبيرة أو تدريب نماذج الرؤية وحدات معالجة رسومات Nvidia مخصصة.

هل يمكن لـ ludwig نشر النماذج كخدمات ويب؟

نعم، يؤدي تشغيل أمر ludwig serve إلى إطلاق API محلی لـ REST، ويحتوي ludwig على تكامل إنتاجي لـ Ray Serve و KServe.

الرادار

أحدث أخبار الذكاء الاصطناعي

✉️ حقيبة الأدوات المجانية الأسبوعية
أفضل الأدوات المجانية والمفتوحة المصدر الجديدة لـ هندسة وعمارة — رسالة قصيرة أسبوعياً، بلغتك.
مجاني · رسالة واحدة أسبوعياً · إلغاء الاشتراك في أي وقت
اربح المال من تدريب الذكاء الاصطناعي ←

شاهد Zekai أولاً في جوجل