Torchaudio وتطبيقاته
تورشاوديو هي مكتبة ملحق لـ PyTorch يوفر العديد من أدوات معالجة الصوت ، بما في ذلك تحميل البيانات والتحويلات الصوتية واستخراج الميزات. يسمح للمطورين باستخدام قوة PyTorch لمعالجة البيانات الصوتية واستخدام تسريع GPU للمعالجة الفعالة. تتضمن بعض التطبيقات الشائعة التعرف على الكلام وتصنيف الصوت وتوليد الصوت.
يعتبر العمل مع torchaudio بديهيًا ومباشرًا. أولاً ، نحتاج إلى تثبيت المكتبة إذا لم تكن موجودة بالفعل في نظامنا. بافتراض أنك قمت بتثبيت PyTorch ، يمكن إجراء تثبيت torchaudio باستخدام الأمر التالي:
!pip install torchaudio==0.9.0 -f https://download.pytorch.org/whl/cu113/torch_stable.html
لتحميل ملف صوتي واسترداد شكل الموجة ومعدل العينة ، يمكننا استخدام الوظيفة `torchaudio.load ()`:
import torchaudio filename = 'path/to/your/audio/file.wav' waveform, sample_rate = torchaudio.load(filename)
Torchvision وتطبيقاتها
تورشفيجن هي مكتبة ملحق أخرى لـ PyTorch التي تتعامل مع مهام رؤية الكمبيوتر من خلال توفير مجموعات بيانات مختلفة للصور والفيديو ، بالإضافة إلى نماذج وتحويلات مُدرَّبة مسبقًا لمعالجة الصور. إنه يجعل من السهل إنشاء خطوط أنابيب معقدة لتصنيف الصور واكتشافها وتجزئتها.
لتثبيت torchvision ، يمكننا تشغيل الأمر التالي:
!pip install torchvision==0.10.0+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html
يوفر Torchvision نماذج مدربة مسبقًا يمكن استخدامها في مهام مختلفة ، مثل تصنيف الصور. يوضح الكود التالي كيفية استخدام نموذج مدرب مسبقًا لتصنيف صورة:
import torchvision.models as models
from torchvision import transforms
from PIL import Image
# Load pre-trained model
model = models.resnet18(pretrained=True)
model.eval()
# Process input image
input_image = Image.open('path/to/your/image.jpg')
preprocess = transforms.Compose([
transforms.Resize(256),
transforms.CenterCrop(224),
transforms.ToTensor(),
transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
])
input_tensor = preprocess(input_image)
batch = input_tensor.unsqueeze(0)
# Predict
output = model(batch)
في هذا المثال ، استخدمنا المدربين مسبقًا ريسنيت 18 نموذج لتصنيف الصور.
ملخص
في النهاية، com.torchaudio و الشعلة (إصدار cu113) هي مكتبات قوية تعمل على توسيع قدرات PyTorch ، مما يجعل من السهل التعامل مع البيانات الصوتية والمرئية. إنها تسمح للمطورين بالاستفادة من ميزات التعلم العميق وتسريع وحدة معالجة الرسومات التي توفرها PyTorch لحل المهام المعقدة في مجالات معالجة الصوت ورؤية الكمبيوتر. استكشفنا تثبيت واستخدام هذه المكتبات وتطرقنا إلى بعض التطبيقات الشائعة ، مثل تحميل البيانات الصوتية وتصنيف الصور باستخدام نماذج مدربة مسبقًا.
من خلال فهم واستخدام هذه المكتبات ، يمكن للمطورين تعزيز قدراتهم بشكل كبير في العمل مع البيانات الصوتية والمرئية ، وفتح الأبواب للحلول المبتكرة والتطبيقات الحديثة في التعلم الآلي والذكاء الاصطناعي.
