multi-class-text-classification-cnn-rnn
تصنيف وصف الجرائم في سان فرانسيسكو إلى 39 فئة باستخدام نموذج TextCNN و GRU هجين.
تصنيف مجموعات بيانات النصوص باستخدام بنية TensorFlow 2.x Keras CNN و GRU.
تنفذ هذه الأداة مفتوحة المصدر نموذج TextCNN و GRU هجين باستخدام TensorFlow لتصنيف النصوص إلى فئات متعددة. وهي مناسبة لعلماء البيانات ومهندسي التعلم الآلي الذين يتطلعون إلى تجربة بنيات تعلم النصوص العميق.
ما هو
تقوم بتدريب شبكة عصبية تدمج طبقات التلافيف والوحدات المتكررة ذات البوابات على تضمينات الكلمات لربط وصف النصوص بتسميات فئوية. يتعامل خط الأنابيب مع المعالجة المسبقة للبيانات، وتدريب النموذج، وتصدير النماذج والملحقات، والتنبؤ الدفعي بشكل جاهز.
لمن هو
تتناسب مع ممارسي التعلم الآلي الذين يعملون على مهام تصنيف النصوص متعددة الفئات والذين يرغبون في تنفيذ مرجعي باستخدام TensorFlow Keras. ولا تتناسب مع المستخدمين غير التقنيين أو أولئك الذين يبحثون عن تطبيق ويب بدون برمجة.
أهم الميزات
TextCNN و GRU هجين
يجمع بين طبقات الشبكة العصبية التلافيفية والمتكررة لتصنيف الجمل.
تدريب قابلの設定 (للتكوين)
يقبل ملفات تكوين JSON خارجية لإدارة المعاملات الفائقة وأطوال التسلسل.
تصدير النماذج الملحقة
يكتب النماذج المحفوظة، وفهارس المفردات، وتسميات الفئات، والمعاملات المدربة تلقائياً.
جاهز للعمل في 3 خطوات
حكمنا الصادق
ما يميّزه
- يجمع بين بنيات CNN و GRU لتصنيف التسلسل
- يتضمن بيانات عينة مجمعة وتكوينات تدريب
- يصدّر مخرجات نموذج منظمة وتعيينات مفردات
- يوفر نصوص برمجية مخصصة للتدريب والاستدلال
أين يقصّر
- يتطلب إعداد بيئة افتراضية لـ Python يدوياً وتثبيت التبعيات
- واجهة سطر أوامر فقط بدون واجهة مستخدم رسومية
- يتطلب تشغيل تدريب التعلم العميق بيئة حوسبة مناسبة
التسعير والرخصة
مجاني بموجب ترخيص Apache-2.0. لا توجد خيارات مدفوعة مستضافة مذكورة في المستودع، لذا فإن التكلفة الوحيدة هي تشغيله بنفسك على عتادك الخاص.
وظائف للناطقين بالعربية
876 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٥ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$170 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
البدائل
أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.
استخدمه، أو دعنا نُعِدّه لك
الأسئلة الشائعة
ما هو الإطار الذي يستخدمه النموذج؟
تم بناء النموذج باستخدام TensorFlow 2.x Keras.
أين يتم حفظ مخرجات النماذج المدربة؟
يتم كتابة المخرجات في دليل trained_results، بما في ذلك النموذج المحفوظ وتعيينات المفردات.
