Amazon SageMaker JumpStart کا استعمال کرتے ہوئے اعلی کارکردگی کا مظاہرہ کرنے والے تصویری درجہ بندی کے ماڈلز بنائیں

تصویر کی درجہ بندی کمپیوٹر وژن پر مبنی مشین لرننگ (ML) تکنیک ہے جو آپ کو تصاویر کی درجہ بندی کرنے کی اجازت دیتی ہے۔ تصویر کی درجہ بندی کی کچھ معروف مثالوں میں ہاتھ سے لکھے ہوئے ہندسوں کی درجہ بندی، طبی تصویر کی درجہ بندی، اور چہرے کی شناخت شامل ہیں۔ تصویر کی درجہ بندی کئی کاروباری ایپلی کیشنز کے ساتھ ایک مفید تکنیک ہے، لیکن ایک اچھا تصویری درجہ بندی ماڈل بنانا کوئی معمولی بات نہیں ہے۔

ایم ایل ماڈل کا جائزہ لیتے وقت کئی باتیں ایک کردار ادا کر سکتی ہیں۔ ماڈل کی درستگی کے علاوہ، اہمیت کے دیگر ممکنہ میٹرکس ماڈل ٹریننگ ٹائم اور انفرنس ٹائم ہیں۔ ایم ایل ماڈل کی ترقی کی تکراری نوعیت کے پیش نظر، تیز تر تربیتی اوقات ڈیٹا سائنسدانوں کو مختلف مفروضوں کو تیزی سے جانچنے کی اجازت دیتے ہیں۔ ریئل ٹائم ایپلی کیشنز میں تیز تر اندازہ لگانا اہم ہو سکتا ہے۔

ایمیزون سیج میکر جمپ اسٹارٹ مشہور ML ٹاسک میں پہلے سے تربیت یافتہ ماڈلز کی وسیع اقسام کی ون کلک فائن ٹیوننگ اور تعیناتی فراہم کرتا ہے، نیز عام کاروباری مسائل کو حل کرنے والے اینڈ ٹو اینڈ سلوشنز کا انتخاب۔ یہ خصوصیات ML عمل کے ہر مرحلے سے بھاری لفٹنگ کو ہٹا دیتی ہیں، جس سے اعلیٰ معیار کے ماڈل تیار کرنا آسان ہو جاتا ہے اور تعیناتی میں وقت کم ہوتا ہے۔ جمپ اسٹارٹ APIs آپ کو اپنے ڈیٹا سیٹس پر جمپ سٹارٹ سے تعاون یافتہ پہلے سے تربیت یافتہ ماڈلز کے ایک وسیع انتخاب کو پروگرامی طور پر تعینات کرنے اور ٹھیک کرنے کی اجازت دیتا ہے۔

آپ تعیناتی سے پہلے جمپ اسٹارٹ میں پیش کردہ ایم ایل ماڈلز کو بتدریج تربیت اور ٹیون کر سکتے ہیں۔ لکھنے کے وقت، 87 گہری سیکھنے پر مبنی تصویری درجہ بندی کے ماڈل JumpStart میں دستیاب ہیں۔

لیکن کون سا ماڈل آپ کو بہترین نتائج دے گا؟ اس پوسٹ میں، ہم ایک سے زیادہ ماڈلز کو آسانی سے چلانے اور دلچسپی کے تین جہتوں پر ان کے نتائج کا موازنہ کرنے کے لیے ایک طریقہ کار پیش کرتے ہیں: ماڈل کی درستگی، تربیت کا وقت، اور تخمینہ کا وقت۔

حل جائزہ

جمپ سٹارٹ آپ کو اپنے UI کا استعمال کرتے ہوئے یا اس کے API کے ساتھ یا تو JumpStart کنسول سے ماڈلز کی تربیت، ٹیون، اور تعینات کرنے کی اجازت دیتا ہے۔ اس پوسٹ میں، ہم API روٹ استعمال کرتے ہیں، اور مختلف مددگار اسکرپٹ کے ساتھ ایک نوٹ بک پیش کرتے ہیں۔ آپ اس نوٹ بک کو چلا سکتے ہیں اور ان ماڈلز کے ایک دوسرے کے مقابلے میں آسانی سے موازنہ کرنے کے لیے نتائج حاصل کر سکتے ہیں، اور پھر ایک ایسا ماڈل منتخب کر سکتے ہیں جو ماڈل کی درستگی، تربیت کے وقت، اور تخمینہ وقت کے لحاظ سے آپ کے کاروبار کی ضرورت کے مطابق ہو۔

۔ عوامی ڈیٹاسیٹ اس پوسٹ میں استعمال شدہ بیمار اور صحت مند پودوں کے پتوں کی تقریباً 55,000 تصاویر پر مشتمل ہے جو کنٹرول شدہ حالات میں جمع کیے گئے ہیں، جن میں کلاس لیبلز 0-38 کے درمیان ہیں۔ اس ڈیٹاسیٹ کو ٹرین اور توثیق کے ڈیٹاسیٹ میں تقسیم کیا گیا ہے، جس میں تقریباً 44,000 زیر تربیت اور 11,000 تصاویر توثیق کے تحت ہیں۔ ذیل میں چند نمونے کی تصاویر ہیں۔

اس مشق کے لیے، ہم نے دو فریم ورک سے ماڈلز کا انتخاب کیا—PyTorch اور TensorFlow — جیسا کہ JumpStart نے پیش کیا ہے۔ مندرجہ ذیل 15 ماڈل الگورتھم ان فریم ورک سے مقبول نیورل نیٹ ورک آرکیٹیکچرز کی ایک وسیع رینج کا احاطہ کرتے ہیں:

• pytorch-ic-alexnet-FT
• pytorch-ic-densenet121-FT
• pytorch-ic-densenet201-FT
• pytorch-ic-googlenet-FT
• pytorch-ic-mobilenet-v2-FT
• pytorch-ic-resnet152-FT
• pytorch-ic-resnet34-FT
• tensorflow-ic-bit-s-r101x1-ilsvrc2012-classification-1-FT
• tensorflow-ic-imagenet-inception-resnet-v2-classification 4-FT
• tensorflow-ic-imagenet-inception-v3-classification-4-FT
• tensorflow-ic-imagenet-mobilenet-v2-050-224-classification-4-FT
• tensorflow-ic-imagenet-mobilenet-v2-075-224-classification-4-FT
• tensorflow-ic-imagenet-mobilenet-v2-140-224-classification-4-FT
• tensorflow-ic-imagenet-resnet-v2-152-classification-4-FT
• tensorflow-ic-tf2-preview-mobilenet-v2-classification-4-FT

ہم ماڈل استعمال کرتے ہیں۔ tensorflow-ic-imagenet-inception-v3-classification-4-FT ایک بنیاد کے طور پر جس کے خلاف دوسرے ماڈلز کے نتائج کا موازنہ کیا جاتا ہے۔ یہ بیس ماڈل من مانی طور پر اٹھایا گیا تھا۔

اس موازنہ کو چلانے کے لیے استعمال ہونے والا کوڈ پر دستیاب ہے۔ AWS نمونے GitHub ریپو.

نتائج کی نمائش

اس حصے میں، ہم ان 15 رنز کے نتائج پیش کرتے ہیں۔ ان تمام رنز کے لیے، ہائپر پیرامیٹر استعمال کیے گئے تھے epochs = 5، سیکھنے کی شرح = 0.001، بیچ کا سائز = 16۔

ماڈل کی درستگی، تربیت کا وقت، اور ماڈل سے اندازہ لگانے کا وقت tensorflow-ic-imagenet-inception-v3-classification-4-FT کو بنیاد کے طور پر لیا گیا تھا، اور دیگر تمام ماڈلز کے نتائج اس بیس ماڈل کی نسبت پیش کیے گئے ہیں۔ یہاں ہمارا مقصد یہ ظاہر کرنا نہیں ہے کہ کون سا ماڈل بہترین ہے بلکہ یہ ظاہر کرنا ہے کہ جمپ سٹارٹ API کے ذریعے، آپ مختلف ماڈلز کے نتائج کا موازنہ کیسے کر سکتے ہیں اور پھر ایک ایسا ماڈل منتخب کر سکتے ہیں جو آپ کے استعمال کے معاملے میں بہترین ہو۔

مندرجہ ذیل اسکرین شاٹ بیس ماڈل کو نمایاں کرتا ہے جس کے خلاف دیگر تمام ماڈلز کا موازنہ کیا گیا تھا۔

مندرجہ ذیل پلاٹ رشتہ دار درستگی بمقابلہ متعلقہ تربیتی وقت کا تفصیلی نظارہ دکھاتا ہے۔ PyTorch ماڈلز کو سرخ رنگ میں اور TensorFlow ماڈل نیلے رنگ میں کوڈ کیا جاتا ہے۔

پچھلے پلاٹ میں سبز بیضوی کے ساتھ نمایاں کردہ ماڈلز نسبتاً درستگی اور کم رشتہ دار تربیتی وقت کا ایک اچھا امتزاج دکھائی دیتے ہیں۔ مندرجہ ذیل جدول ان تینوں ماڈلز کے بارے میں مزید تفصیلات فراہم کرتا ہے۔

ماڈل کا نام	رشتہ دار درستگی	رشتہ دار تربیت کا وقت
tensorflow-ic-imagenet-mobilenet-v2-050-224-درجہ بندی-4-FT	1.01	0.74
tensorflow-ic-imagenet-mobilenet-v2-140-224-درجہ بندی-4-FT	1.02	0.74
tensorflow-ic-bit-s-r101x1-ilsvrc2012-درجہ بندی-1-FT	1.04	1.16

مندرجہ ذیل پلاٹ رشتہ دار درستگی بمقابلہ رشتہ دار تخمینہ وقت کا موازنہ کرتا ہے۔ PyTorch ماڈلز کو سرخ رنگ میں اور TensorFlow ماڈل نیلے رنگ میں کوڈ کیا جاتا ہے۔

مندرجہ ذیل جدول سبز بیضوی شکل میں تین ماڈلز کی تفصیلات فراہم کرتا ہے۔

ماڈل کا نام	رشتہ دار درستگی	رشتہ دار انفرنس ٹائم
tensorflow-ic-imagenet-mobilenet-v2-050-224-درجہ بندی-4-FT	1.01	0.94
tensorflow-ic-imagenet-mobilenet-v2-140-224-درجہ بندی-4-FT	1.02	0.90
tensorflow-ic-bit-s-r101x1-ilsvrc2012-درجہ بندی-1-FT	1.04	1.43

دو پلاٹ واضح طور پر ظاہر کرتے ہیں کہ مخصوص ماڈل الگورتھم نے منتخب کردہ تین جہتوں پر دوسروں سے بہتر کارکردگی کا مظاہرہ کیا۔ اس مشق کے ذریعے پیش کی جانے والی لچک آپ کو صحیح الگورتھم چننے میں مدد دے سکتی ہے، اور فراہم کردہ نوٹ بک کا استعمال کرکے، آپ 87 دستیاب ماڈلز میں سے کسی پر بھی اس قسم کا تجربہ آسانی سے چلا سکتے ہیں۔

نتیجہ

اس پوسٹ میں، ہم نے دکھایا کہ جمپ سٹارٹ کو دلچسپی کے متعدد جہتوں پر اعلیٰ کارکردگی کا مظاہرہ کرنے والے تصویری درجہ بندی کے ماڈلز بنانے کے لیے کیسے استعمال کیا جائے، جیسے کہ ماڈل کی درستگی، تربیت کا وقت، اور قیاس میں تاخیر۔ ہم نے اس مشق کو آپ کے اپنے ڈیٹا سیٹ پر چلانے کے لیے کوڈ بھی فراہم کیا ہے۔ آپ 87 ماڈلز میں سے کوئی بھی دلچسپی کا ماڈل منتخب کر سکتے ہیں جو اس وقت جمپ سٹارٹ ماڈل ہب میں تصویر کی درجہ بندی کے لیے دستیاب ہیں۔ ہم آپ کو آج ہی آزمانے کی ترغیب دیتے ہیں۔

جمپ اسٹارٹ کے بارے میں مزید تفصیلات کے لیے رجوع کریں۔ سیج میکر جمپ اسٹارٹ.

---

مصنفین کے بارے میں

ڈاکٹر راجو پنماچا AWS میں AI پلیٹ فارمز میں AI/ML ماہر حل آرکیٹیکٹ ہے۔ انہوں نے سٹینفورڈ یونیورسٹی سے پی ایچ ڈی کی ڈگری حاصل کی۔ وہ SageMaker میں خدمات کے کم/نو کوڈ والے سوٹ پر قریب سے کام کرتا ہے، جو صارفین کو مشین لرننگ ماڈلز اور حل آسانی سے بنانے اور تعینات کرنے میں مدد کرتا ہے۔ گاہکوں کی مدد نہ کرنے پر، وہ نئی جگہوں پر سفر کرنا پسند کرتا ہے۔

ڈاکٹر آشیش کھیتان Amazon SageMaker بلٹ ان الگورتھم کے ساتھ ایک سینئر اپلائیڈ سائنٹسٹ ہے اور مشین لرننگ الگورتھم تیار کرنے میں مدد کرتا ہے۔ انہوں نے یونیورسٹی آف الینوائے اربانا-چمپین سے پی ایچ ڈی کی۔ وہ مشین لرننگ اور شماریاتی اندازہ میں ایک فعال محقق ہے، اور اس نے NeurIPS، ICML، ICLR، JMLR، ACL، اور EMNLP کانفرنسوں میں بہت سے مقالے شائع کیے ہیں۔