பொதுவாக கணினியை பயன்படுத்துவதில் அதிக ஆர்வமுள்ள அனைவரும் செயற்கை நுண்ணறிவு (AI), இயந்திர கற்றல் (ML) , ஆழ் கற்றல் (DL) ஆகியவற்றிற்கான சில சிறந்த பைதான் நூலகங்களைப் பற்றி அறிந்துகொள்வது மிகவும் நல்லது.
திறமூல நூலகங்களின் பரந்த சேகரிப்பு காரணமாக நிறைய மென்பொருள் உருவாக்குநர்கள் பைத்தானுக்கு ஈர்க்கப்படுகிறார்கள். ஏனெனில்
இதல் சமீபத்தில், இயந்திர கற்றல் (ML), செயற்கை நுண்ணறிவு (AI) துறையில் ஏராளமான நூலகங்கள் வளர்ந்து வருகின்றன. இந்த நூலகங்கள் தரவு அறிவியல், உருவப்படம், தரவுகளைக் கையாளுதல்போன்ற பல்வேறு பணிகளுக்காக அனைத்து நிலைகளிலும் உள்ள நிரலாளர்களும் உடனடியாகப் பயன்படுத்திகொள்ளலாம். இந்த நிரலாக்கபயிற்சியில், பைதான் எனும் கணினி மொழியானது ஏன் இயந்திர கற்றல் (ML), செயற்கை நுண்ணறிவு (AI) ஆகியவற்றிற்கு வாய்ப்பான கணினிமொழியாக இருக்கிறது என்பதையும், தேர்வு செய்ய சில சிறந்த ML, AI நூலகங்களையும் பட்டியலிடுகின்றது.
AI மேம்பாட்டிற்கு பைத்தானை ஏன் தேர்வு செய்ய வேண்டும்?
எண்ணிம (Numeric) பைதான், Pyfort,ஆகியவற்றின் முன்னணிமேம்படுத்துநர் Paul Dubois ஒருமுறை “பைதான் ஆனது அனைவரும் மேலும் படிக்கக்கூடிய மிகவும் சக்திவாய்ந்த கணினிமொழியாகும்” என்று கூறினார். அதன் பல்துறை திறனும் நெகிழ்வுத்தன்மையுமே பைத்தானை அதன் தற்போதைய நிலைக்கு கொண்டு வர உதவிய மற்ற குணங்கள் ஆகும், இது திறன்மிகு ஜாவா , சி# போன்றவை உட்பட தேவைப்படும் போது பிற நிரலாக்க மொழிகளுடன் பைத்தானைப் பயன்படுத்த அனுமதிக்கிறது. அதற்கு மேல், தற்போதைய பயன்பாடடிலுள்ள அனைத்து இயங்குதளங்களிலும் பைதாளை செயல்படுத்தி பயன்பெற முடியும்.
மேம்படுத்துநர்களிடையே பைத்தானின் நீடித்த பிரபலத்தை இது விளக்கக்கூடும், ஆனால் அவர்களில் பலர் ஏன் ML , AI நூலகங்களுடன் பணிபுரிய பைத்தானைத் தேர்வு செய்கிறார்கள்?
தொடக்கநிலையாளர்களுக்கு தேவையானவாறு இதில், ML , AI நூலகங்களின் தெளிவான எண்ணிக்கையில் இருப்பதால்,மேம்படுத்துநர்கள் எந்தப் பிரச்சனையைத் தீர்க்க வேண்டுமோ அதற்கான வழிமுறையில் இவற்றில் கண்டுபிடித்து செயல்படுத்தி பயன்பெறலாம். மேலும்,இது ஒரு பொருள் சார்ந்த நிரலாக்க (OOP) மொழியாக இருப்பதால், பைதான் மிகவும்திறமையான தரவுப் பயன்பாட்டிற்கும் கையாளுதலுக்கும் சிறப்பாக உதவுகிறது.
இயந்திர கற்றல், ஆழ்கற்றல் , செயற்கை நுண்ணறிவு ஆகியவற்றிற்கான சிறந்த நிரலாக்க மொழிகளில் பைதான் ஏன் முதன்மையாக இருக்கிறது என்பதற்கான இன்னும் சில காரணங்கள்பின்வருமாறு:
இதுஒருகட்டற்ற கட்டணமற்றதாக இருப்பதால் இதனை பயன்படுத்துபவர் களிடைய சிறந்த நட்புடன்கூடிய சமூககுழுவினை உருவாக்குகிறது அக்குழு, நீண்ட காலத்திற்கு நிரலாக்க மேம்படுத்துதல்களுக்கு உத்தரவாதம் அளிக்கிறது.
இதிலுள்ளவிரிவான நூலகங்கள் ஒவ்வொரு பிரச்சனைக்கும் எளிதானதீர்வு இருப்பதை உறுதி செய்கின்றன
சீரான செயலாக்கமும் ஒருங்கிணைப்பும் பல்வேறு திறனின் நிலைகளைக் கொண்டவர்களுக்கு அணுகக்கூடியதாக இது ஆக்குகிறது
குறிமுறைவரிகளுக்கான பிழைத்திருத்தத்திற்கான நேரத்தைக் குறைப்பதன் மூலம் உற்பத்தித்திறனை அதிகரிக்கிறது
மென்மையான கணினியிலும் இயற்கை மொழி செயலாக்கத்திற்கும் இதனை பயன்படுத்திகொள்வதற்கான வசதிகள் உள்ளன
C , C++ ஆகிய கணினிமொழிகளின் குறிமறைவரிகளின் தொகுதிகளுடன் தடையின்றி செயல்படுகிறது
பைதான் ஏன் சிறந்த நிரலாக்க மொழிகளில் ஒன்றாகும் என்பதை இப்போது நாம் விவாதித்தோம், இந்த கட்டுரையின் மிகுதியில் ML , AI க்கான சிறந்த பைதான் நூலகங்கள் குறித்துவிவரங்களை காண்போம்.
NumPy.இந்த NumPy என்பது பைதானின் AI இற்கான சிறந்தநூலகமாகும்.
முன்னர் “Numeric” என்று அழைக்கப்பட்ட, NumPy என்பது Jim Hugunin என்பவரின் சிந்தனையில் உருவானதாகும், மேலும் பலமேம்படுத்துநர்களின் பங்களிப்புகளுடன். 2005 ஆம் ஆண்டில், Travis Oliphant போட்டியிட்ட Numarrayஇன் வசதிகளை விரிவான மாற்றங்களுடன் Numericஇல் இணைத்தபோது NumPy அதிகாரப்பூர்வமாக பிறந்தது. இன்று, NumPy முற்றிலும் திறமூலமாகவும் பல்வேறு பங்களிப்பாளர்களையும்க் கொண்டுள்ளது. இது இயந்திர கற்றல், AIக்கான சிறந்த பைதான் நூலகமாகவும் பரவலாகக் கருதப்படுகிறது.
பெரிய, பல்பரிமாண கோவைகளிலும் அணிகளிலும் பல்வேறு கணித செயல்பாடுகளைச் செய்ய NumPy பெரும்பாலும் தரவு அறிவியலாளர்களால் பயன்படுத்திகொள்ளப்படுகிறது. NumPy கோவைகளுக்கு மற்ற பைதான் பட்டியல்களைக் காட்டிலும் குறைவான சேமிப்பகப் பகுதி தேவைப்படுகிறது, மேலும் அவை விரைவானதாகவும் பயன்படுத்த வசதியாகவும் உள்ளன, அதிக பணிச்சுமை இல்லாமல் இயந்திர கற்றல் மாதிரிகளின் செயல்திறனை அதிகரிக்க இது ஒரு சிறந்த தேர்வாக அமைகிறது. , C, C++ ,Fortran ஆகிய கணினிமொழிகளின் குறிமுறைவரிகளை ஒருங்கிணைப்பதற்கான கருவிகளை இந்த NumPy கொண்டுள்ளது என்பதே இதனுடைய மற்றொரு மிககவர்ச்சிகரமான காரணமாகும்.
NumPy இன் பின்வருமாறான வசதிகள் அறிவியல்ஆய்வு குழுக்களில் பிரபலமாக உள்ளன: கணித , தருக்க செயல்பாடுகளுக்கான ஆதரவு, வடிவங்களை கையாளுதல், வரிசைப்படுத்துதல், தேர்ந்தெடுக்கும் திறன், Discrete Fourier மாற்றங்கள் , அடிப்படை நேரியல் இயற்கணிதம், புள்ளியியல் செயலிகள் , சீரற்ற உருவகப்படுத்துதல்கள், n-பரிமாண வரிசைகளுக்கான ஆதரவு
SciPy.இந்த SciPy என்பதும் பைதானின் AI க்கான மற்றொருநூலகமாகும்.
, SciPy உட்பட பல நூலகங்கள் மிகவும் பிரபலமான NumPyஐ அடிப்படையாகக் கொண்டவைகளாகும். அதன் உத்வேகத்தைப் போலவே, SciPy ஒரு கட்டற்ற கட்டணமற்ற நூலகமாகும். SciPy ஆனது பெரிய தரவுத் தொகுப்புகளை நோக்கிச் செயல்படுகிறது, அத்துடன் அந்தத் தரவுத் தொகுப்புகளுக்கு எதிராக அறிவியல், தொழில்நுட்பக் கணக்கீடுகளைச் செயல்படுத்துகிறது. SciPy ஆனது NumPy போலவே வரிசை தேர்வுமுறை, நேரியல் இயற்கணிதத்திற்கான உட்பொதிக்கப் பட்ட தொகுதிக்கூறுகளுடன் வருகிறது. அறிவியல் பகுப்பாய்வு ,பொறியியலில் முக்கிய பங்கு வகிக்கும் SciPy ஆனது பைதானின் அடிப்படை நூலகங்களில் ஒன்றாக வளர்ந்துள்ளது.
இந்த SciPyஆனது NumPy இன் அனைத்து செயலிகளையும் எடுத்து அவற்றை பயனாளரின் நட்புடன்கூடிய, அறிவியல் கருவிகளாக மாற்றுகிறது என்பதே இதனுடைய கவர்ச்சிக்கு காரணமாகும். எனவே, இது பெரும்பாலும் உருவப்படத்தைக் கையாளுவதற்குப் பயன்படுத்தப்படுகிறது, உயர்-நிலை, அறிவியல் அல்லாத கணித செயல்பாடுகளுக்கான அடிப்படை செயலாக்க வசதிகளை வழங்குகிறது.SciPy இன் முக்கிய வசதிவாய்ப்புகள் பின்வருமாறு: பயனர் நட்பு , தரவு காட்சிப்படுத்தல் , கையாளுதல் , அறிவியல் , தொழில்நுட்ப பகுப்பாய்வு ,பெரிய தரவுத் தொகுப்புகளைஎளிதாகக் கணக்கிடுதல்
TensorFlow .TensorFlow என்பது பைதானின் AI , MLஆகியஇரண்டிற்குமான நூலகமாகும்.இது ஒருகட்டற்ற கட்டணமற்ற நூலகமாகும், இது பைதான், ஜாவாஸ்கிரிப்ட், சி++ , ஜாவாஆகிய மொழிகளுக்கு பயன்படுத்திகொள்வதற்காக கிடைக்கிறது. இந்த நெகிழ்வுத்தன்மையானது பல்வேறு துறைகளில் பரந்த அளவிலான பயன்பாடுகளுக்கு உதவுகிறது. ஆராய்ச்சியிலும் , தயாரிப்பிலும் Google பயன்பாட்டிற்காக Google Brain குழுவால் உருவாக்கப்பட்டது, ஆரம்பப் பதிப்பு 2015 இல் Apache உரிமம் 2.0 இன் கீழ் வெளியிடப்பட்டது. இதனுடைய புதுப்பிக்கப்பட்ட பதிப்பான TensorFlow 2.0 எனும்பதிப்பானது, செப்டம்பர் 2019 இல் Google வெளியிட்டது.
TensorFlow பலவிதமான பணிகளுக்குப் பயன்படுத்தப்பட்டாலும், இது ஆழ்ந்த நரம்பியல் வலைபின்னல்களின் பயிற்சியிலும் , அனுமானத்திலும் குறிப்பாக திறமையானது. இதனை அடிப்படையாக, கொண்டு செயல்படுகின்ற TensorFlow Lite , TensorFlow Serving ஆகியவற்றை பல்வேறு மேம்படுத்துநர்கள் பயன்படுத்தி கணினிகள் மட்டுமின்றி கைபேசி சாதனங்களிலும் சேவையாளர்களிலும் செயல்படுமாறான ML இன் பயிற்சி மாதிரிகளை உருவாக்கியுள்ளனர். இந்த மாற்றுகள் அதே நன்மைகளை வழங்குகின்றன, ஆனால் கைபேசி இயங்குதளங்கள், உயர் செயல்திறன் சேவையகங்களுக்கு.ML, DL இல் TensorFlow சிறந்து விளங்கும் சில பகுதிகள்பின்வருமாறு: ஆழ்ந்த நரம்பியல் வலைபின்னல்களைக் கையாளுதல், இயற்கை மொழி செயலாக்கம் பகுதி வேறுபாடு சமன்பாடு, சுருக்குதல் திறன், உருவப் படம், உரை , பேச்சு அங்கீகாரம் முயற்சிஏதுமில்லாது ஆலோசனைகள் , குறிமுறைவரிகளின் சிரமமற்ற ஒத்துழைப்பு
பைதானின் ML ,AI,இற்கான நூலகங்கள் பற்றிய இறுதி ஆலோசனைகள்
ML, AI ஆகியவற்றிற்கு பைதான் ஏன் வாய்ப்பான மொழியாக இருக்கிறது என்பதை இந்த பயிற்சி வெளிச்சம் போட்டுக் காண்பிக்கிறது TensorFlow, SciPy, NumPy உள்ளிட்ட சில சிறந்த ML AI நூலகங்களைத் தேர்வுசெய்து. வரவிருக்கும் நாட்களில் இந்தப் பட்டியலில் சேர்த்திடுவர், எனவே பயன்படுத்தி கொள்வதற்காக அவ்வப்போது சரிபார்த்துகொள்க.