ગૂગલે "TAPAS" નો સ્રોત કોડ બહાર પાડવાની જાહેરાત કરી (ટેબલ પેર્સિંગ), ન્યુરલ નેટવર્ક (કૃત્રિમ બુદ્ધિ) કુદરતી ભાષામાં કોઈ પ્રશ્નનો જવાબ આપવા માટે આંતરિક વિકાસ થયો અને રિલેશનલ ડેટાબેઝ અથવા સ્પ્રેડશીટમાંથી જવાબ મેળવો.
TAPAS માં શ્રેષ્ઠ પરિણામો મેળવવા માટે, પ્રોજેક્ટના પ્રભારી વિકાસકર્તાઓએ 6.2 મિલિયન જોડીવાળા ન્યુરલ નેટવર્કને તાલીમ આપવા માટે પોતાને સમર્પિત કર્યું છે ટેબલ પર ટેક્સ્ટ વિકિપિડિયા પાસેથી લેવામાં. ચકાસવા માટે, ન્યુરલ નેટવર્કને ખોવાયેલા શબ્દોને બંને કોષ્ટકોમાં અને પાઠોમાં ફરીથી સ્થાપિત કરવું પડ્યું હતું કે જેના પર તે પ્રશિક્ષિત નથી. પુન Theપ્રાપ્તિ ચોકસાઇ 71,4% હતી જેમ કે બેંચમાર્ક પરીક્ષણ બતાવે છે કે ન્યુરલ નેટવર્ક ત્રણેય ડેટા સેટમાં હરીફ એલ્ગોરિધમ્સ કરતાં સચોટ અથવા તુલનાત્મક જવાબો પ્રદાન કરે છે.
ટેપ્સ વિશે
મૂળભૂત રીતે આ પ્રોજેક્ટનું ધ્યાન કેન્દ્રિત કરવા, પ્રક્રિયા કરવા અને માહિતી પ્રદર્શિત કરવા માટે સક્ષમ છે વપરાશકર્તા દ્વારા પ્રાકૃતિક ભાષામાં કરવામાં આવેલી ક્વેરીની શરતોથી સંબંધિત, માહિતી મેળવવા માટે મોટા પાયે સુવિધા.
ટેપસના ઉપયોગનું મૂળ ઉદાહરણ એ છે કે જો વપરાશકર્તા વેચાણ ડેટા, આવક, વિનંતીઓ, અન્ય વસ્તુઓ વચ્ચે. આ ઉપરાંત તમારે તે ધ્યાનમાં લેવું પડશે ટેપસ ફક્ત ડેટાબેઝમાંથી માહિતી મેળવવા માટે મર્યાદિત નથી, પરંતુ તે ગણતરીઓ કરવા માટે પણ સક્ષમ છે, અલ્ગોરિધમનો સીધા અને વધારાના માધ્યમથી, સરેરાશ અને અન્ય torsપરેટર્સ, ટેબલ કોષોમાં જવાબ શોધે છે, તે ઉપરાંત તે એક જ સમયે કેટલાક કોષ્ટકો વચ્ચેનો જવાબ પણ શોધી શકે છે.
ગૂગલ કહે છે તાપસ આઉટપર્ફોર્મ્સ અથવા ટોચના ત્રણ ખુલ્લા સ્રોત એલ્ગોરિધમ્સ સાથે મેળ ખાય છે સંબંધિત ડેટા વિશ્લેષણ કરવા માટે. મોટા ડેટા રિપોઝિટરીઝમાંથી વિશિષ્ટ તત્વો કા toવાની તાપસની ક્ષમતા, પ્રતિસાદ ક્ષમતામાં સુધારો કરવા માટે પણ પોતાને leણ આપી શકે છે.
અંડરહુડ, તાપસ બીઇઆરટી પ્રાકૃતિક ભાષા પ્રક્રિયા તકનીકમાં વિવિધતા લાવે છે ગૂગલ એન્જિન દ્વારા હાથ ધરવામાં આવેલી શોધમાં વપરાય છે.
બીઇઆરટી પરંપરાગત અભિગમો કરતાં વધુ ચોકસાઇ પૂરી પાડે છે કારણ કે તે એઆઈને સામાન્ય પ્રથાની જેમ ડાબેથી જમણે અથવા જમણેથી ડાબેથી જ કોઈ ટેક્સ્ટ સિક્સેસનું મૂલ્યાંકન કરવાની મંજૂરી આપે છે, પરંતુ તે જ સમયે બંને કરે છે.
ગૂગલએ ટેપસ માટે જે સંસ્કરણનો અમલ કર્યો છે તે એઆઈને વપરાશકર્તાઓ અને તેઓ દ્વારા પૂછવામાં આવતા ડેટા દ્વારા પૂછવામાં આવેલા પ્રશ્નના જ નહીં, પરંતુ સંબંધિત સંગ્રહ કોષ્ટકોની રચના પણ ધ્યાનમાં લેવાની મંજૂરી આપે છે જેમાં ડેટા સંગ્રહિત છે.
લિનક્સ પર TAPAS કેવી રીતે ઇન્સ્ટોલ કરવું?
ત્યારથી ટેપ્સ આવશ્યકરૂપે બીઇઆરટી મોડેલ છે અને તેથી તે જ આવશ્યકતાઓ છે. આનો અર્થ એ છે કે મોટા મોડેલને 512 ની સિક્વન્સ લંબાઈ સાથે તાલીમ આપી શકાય છે, જેને TPU ની જરૂર પડશે.
લિનક્સ પર TAPAS સ્થાપિત કરવા માટે સક્ષમ થવા માટે અમને પ્રોટોકોલ કમ્પાઈલરની જરૂર છે, જે મોટાભાગના લિનક્સ ડિસ્ટ્રિબ્યુશનમાં મળી શકે છે.
ડેબિયન, ઉબુન્ટુ અને આના ડેરિવેટિવ્ઝમાં, આપણે નીચેના આદેશ સાથે કમ્પાઇલર ઇન્સ્ટોલ કરી શકીએ છીએ.
sudo apt-get install protobuf-compiler
આર્ક લિનક્સ, માંજરો, આર્કો લિનક્સ અથવા આર્ક લિનક્સના કોઈપણ અન્ય વ્યુત્પન્નના કિસ્સામાં, અમે આ સાથે સ્થાપિત કરીએ છીએ:
sudo pacman -S protobuf
TAPAS ને ઇન્સ્ટોલ કરવા માટે સક્ષમ થવા માટે, આપણે ફક્ત સ્રોત કોડ પ્રાપ્ત કરવો પડશે અને નીચેના આદેશો સાથે સંકલન હાથ ધરવું પડશે:
git clone https://github.com/google-research/tapas
cd tapas
pip install -e .
અને પરીક્ષણ સ્યુટ ચલાવવા માટે, અમે ટોક્સ લાઇબ્રેરીનો ઉપયોગ કરીએ છીએ જે ક callingલ કરીને ચલાવી શકાય છે:
pip install tox
tox
અહીંથી એઆઈને રુચિના ક્ષેત્રમાં તાલીમ આપવી પડશે. છતાં કેટલાક પ્રશિક્ષિત મોડેલો ગિટહબ રિપોઝિટરીમાં પ્રદાન કરવામાં આવે છે.
આ ઉપરાંત, તમે વિવિધ રૂપરેખાંકન વિકલ્પોનો ઉપયોગ કરી શકો છો, જેમ કે વિકલ્પ મહત્તમ_સેક_ની લંબાઈ ટૂંકા ક્રમ બનાવવા માટે. આ ચોકસાઈ ઘટાડશે પણ મોડેલને GPU- તાલીમક્ષમ બનાવશે. બીજો વિકલ્પ એ છે કે બેચનું કદ ઘટાડવું (ટ્રેન_બેચ_સાઇઝ), પરંતુ આ સંભવત acc ચોકસાઈને પણ અસર કરશે.
છેવટે જો તમે તેના વિશે વધુ જાણવા માંગો છો આ એઆઇ વિશે, તમે ઉપયોગની વિગતો, અમલ અને અન્ય માહિતી ચકાસી શકો છો નીચેની કડીમાં