Neural Nets & Raspberry Pi

يُعلّم مختبر الذكاء الاصطناعي التعلّم الآلي الحقيقي من الصفر - بدون استخدام أدوات مبهمة أو TensorFlow. ابنِ شبكة عصبية، خلية عصبية تلو الأخرى، وشاهدها وهي تتعلّم في بيئة ثلاثية الأبعاد، ثم انشر النموذج المُدرّب على جهاز Raspberry Pi مُحاكى، وقم بتوصيل دوائر حقيقية باستخدام لغة Python. تعليم ذكاء اصطناعي يمكنك رؤيته ولمسه.

معظم تطبيقات "تعلّم الذكاء الاصطناعي" تُقدّم لك شرائح عرض واختبارات. أما مختبر الذكاء الاصطناعي، فيُقدّم لك المحرك نفسه - كل خلية عصبية، ووزن، وخطوة تدرج، يتم حسابها بواسطة خوارزمية صغيرة وحتمية مكتوبة من الصفر، وليست مجرد غلاف لمكتبة جاهزة. شاهد الشبكة وهي تتدرب، وتفشل، وتتحسّن في الوقت الفعلي، ثم صغّرها وشغّلها على منطق مُدمج حقيقي.

ابدأ بالأساسيات: ما هي الخلية العصبية، وكيف تعمل الأوزان والانحيازات والتنشيط معًا، وكيف ترسم خلية عصبية واحدة خط القرار. ثم انتقل إلى "التعلم من الأخطاء" - حيث يُجسّد مختبر "وادي الخسارة" خطأ نموذجك على شكل منظر طبيعي ثلاثي الأبعاد، وتشاهد انحدار التدرج مع كل تعديل لمعدل التعلم. انتقل بعد ذلك إلى "عقول أعمق": قم بتكديس الطبقات المخفية وشاهد الشبكة وهي تُحيط بحدود حلزونية لا يمكن حلها بخط مستقيم.

بمجرد أن يعمل النموذج، يُعلّمك مختبر الذكاء الاصطناعي ما تتجاهله معظم الدورات: تصغير حجمه بما يكفي لتشغيله. يُصغّر مختبر "المُصغّر" حجم الشبكة إلى جزء صغير من حجمها الأصلي؛ بينما يُشغّل مختبر "الشريحة" استدلال int8 حقيقي لتشعر بمفاضلة الدقة مقابل الحجم مقابل السرعة التي يواجهها كل مهندس أنظمة مُدمجة. ثم توجه إلى "منصة عمل Raspberry Pi": قم بتوصيل مكونات افتراضية واكتب كود بايثون حقيقي باستخدام gpiozero على جهاز Pi Pico ثلاثي الأبعاد مُحاكى - قم بتشغيل وميض LED، وتسلسل إشارة مرور، وتلاشي باستخدام PWM، وقراءة زر، وتحريك شريط Knight Rider بخمسة مصابيح LED. لا حاجة لشراء أي أجهزة، ولا لوحة قابلة للتلف.

ما يمكنك فعله

• تعلّم الشبكات العصبية من أساسياتها - الخلايا العصبية، والأوزان، والانحياز، والتنشيط، والخسارة، وخوارزمية التدرج الهبوطي، قبل كتابة أي كود.

• شاهد عملية التدريب ثلاثية الأبعاد - يحوّل مختبر وادي الخسارة خوارزمية التدرج الهبوطي إلى بيئة تفاعلية يمكنك تدويرها واستكشافها.

• حلّ ما لا يستطيع الخط المستقيم حله - يحيط مختبر سطح القرار حدودًا بمنحنى حلزوني، مع إعدادات مسبقة من مستوى المبتدئين إلى المتقدمين.

• صغّر نموذجًا حقيقيًا - قلّل حجم شبكة مُدرّبة وشاهد بدقة ما تم التضحية به.

• شغّل استدلالًا حقيقيًا - انشر نموذج int8 على شريحة محاكاة ووازن بين الدقة والحجم والسرعة.

• قم بتوصيل وبرمجة Raspberry Pi - ابنِ دوائر على Pi Pico محاكاة باستخدام Python وgpiozero، في محرر مدمج.

• أنجز خمسة مشاريع إلكترونية للمبتدئين، بدءًا من أول مصباح LED وامض وصولًا إلى لوحة تحكم Knight Rider بخمسة مصابيح LED.

• • اكسب نقاط خبرة، وارتقِ بمستواك، وحقق سلسلة انتصارات، مع مجموعة واسعة من الإنجازات لفتحها.

• كل شيء في مكان واحد: علامات تبويب "التعلم"، و"المختبرات"، و"راسبيري باي"، و"الجوائز".

• ادرس دون اتصال بالإنترنت، بالسرعة التي تناسبك: جميع الدروس والمختبرات والمشاريع محفوظة على جهازك.

• شفافية تامة حول ماهيته

• محرك الشبكة العصبية هو تطبيق عملي حقيقي مصمم للتعلم والتصور، صغير الحجم بما يكفي للتدريب الفوري مع الحفاظ على سهولة شرحه، وليس إطار عمل للتعلم الآلي الإنتاجي. "راسبيري باي" هنا عبارة عن محاكاة ثلاثية الأبعاد مفصلة لتعلم آمن دون الحاجة إلى أجهزة: لا حاجة لشراء أي مكونات، ولا لوحة للمخاطرة، ويمكن استخدام كود بايثون الذي تكتبه إذا قمت بالبناء باستخدام "راسبيري باي" حقيقي لاحقًا.

• مجاني واحترافي

• ابدأ مجانًا مع "مختبر الذكاء الاصطناعي": الدروس الأولى في عالم الخلايا العصبية وخوارزمية التدرج، ومختبر "وادي الخسارة"، ومشاريعك الأولى على "راسبيري باي" مجانية تمامًا.

• يُتيح لك AI Lab Pro الوصول إلى المنهج الكامل - جميع العوالم، وجميع مختبرات الأبعاد الثلاثية بما في ذلك سطح القرار، والمُصغِّر، والشريحة، وجميع مشاريع Pi Workbench، بالإضافة إلى تجربة خالية من الإعلانات. اختر الاشتراك الشهري أو السنوي؛ يتضمن الاشتراك السنوي فترة تجريبية مجانية وهو الخيار الأفضل على المدى الطويل. يتم تجديد الاشتراكات تلقائيًا ما لم يتم إلغاؤها؛ يمكنك إدارتها أو إلغاؤها في أي وقت من حسابك في المتجر.

من الخلايا العصبية إلى التدرجات إلى الدوائر العاملة - AI Lab هو أسرع طريقة لفهم الذكاء الاصطناعي والإلكترونيات المدمجة فهمًا حقيقيًا، وليس مجرد قراءة عنها.

شروط الاستخدام

https://www.apple.com/legal/internet-services/itunes/dev/stdeula/

سياسة الخصوصية

https://coddykit.com/terms/privacy-policy