قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
التعلم الآلي الموزع
نمط تدريب نماذج التعلم الآلي حيث يتم توزيع الحسابات على عدة أجهزة لمعالجة مجموعات البيانات الضخمة وتقليل وقت التدريب.
خادم المعاملات
بنية موزعة مركزية تجمع معاملات النموذج على خوادم مخصصة، تسمح للعاملين بتحديث ومزامنة التدرجات بطريقة غير متزامنة.
AllReduce
خوارزمية اتصال جماعية تتيح اختزال وبث التدرجات بشكل متزامن بين جميع العقد في بيئة التدريب الموزع.
توازي البيانات
استراتيجية موازية حيث يتم تقسيم البيانات على عدة أجهزة، كل منها يدرب نسخة متطابقة من النموذج مع دفعات مختلفة.
Spark MLlib
مكتبة تعلم آلي قابلة للتوسع مبنية على Apache Spark، تقدم تطبيقات موزعة للخوارزميات الكلاسيكية للتعلم الآلي.
TensorFlow الموزع
إطار عمل التدريب الموزع لـ TensorFlow باستخدام استراتيجيات مثل MirroredStrategy وMultiWorkerMirroredStrategy لتوسيع نطاق التدريب.
Horovod
إطار عمل مفتوح المصدر طورته Uber يستخدم خوارزمية AllReduce عبر MPI للتدريب الموزع الفعال لنماذج التعلم العميق.
Ray
إطار عمل حسابي موزع محسن للتعلم الآلي والذكاء الاصطناعي، يوفر أدوات أولية للتنفيذ المتوازي وإدارة الحالة على نطاق واسع.
بيتاستورم
مكتبة تتيح الوصول الفعال إلى مجموعات البيانات كبيرة الحجم المخزنة في Apache Parquet للتدريب الموزع لنماذج التعلم العميق.
داسك-إم إل
امتداد لـ Dask يدمج خوارزميات تعلم آلي قابلة للتوسع وأدوات التوازي لسير عمل التعلم الآلي على المجموعات.
كوبيفلو
منصة مفتوحة المصدر مبنية على Kubernetes لنشر وإدارة خطوط أنابيب التعلم الآلي المعقدة على نطاق واسع مع أوركسترا الحاويات.
إم إل فلو
منصة مفتوحة المصدر لإدارة دورة الحياة الكاملة لمشاريع التعلم الآلي، بما في ذلك التتبع وإدارة النماذج وإمكانية إعادة الإنتاج على نطاق واسع.
فيست
مستودع ميزات مفتوح المصدر يوفر طبقة تجريدية لإدارة وإصدار وتقديم الميزات على نطاق واسع.
فيرتكس إيه آي
منصة موحدة من جوجل كلاود للتدريب والنشر وإدارة نماذج التعلم الآلي على نطاق واسع مع AutoML وMLOps المدمج.
سيدج ميكر
خدمة AWS المدارة بالكامل للتدريب الموزع ونشر ومراقبة نماذج التعلم الآلي مع التحسين التلقائي للموارد.
التقسيم
تقسيم أفقي للبيانات أو النموذج على عدة عقد للسماح بالمعالجة المتوازية وتقليل الحمل على كل جهاز.
التدريب المرن
القدرة على تكييف عدد العاملين ديناميكيًا أثناء التدريب لتحسين استخدام الموارد وتقليل التكاليف.