تصور مجموعات البيانات في شكل ثنائي الأبعاد باستخدام عمليات التضمين مع تقليل أبعاد UMAP أو t-SNE. يُستخدم عند استكشاف بنية مجموعة البيانات، أو البحث عن مجموعات، أو تحديد القيم المتطرفة، أو فهم توزيع البيانات.
ثبّت مهارة الذكاء الاصطناعي fiftyone-embeddings-visualization بسرعة في بيئة التطوير لديك عبر سطر الأوامر
المصدر: voxel51/fiftyone-skills.
Launch FiftyOne App Brain operators are delegated and require the app:
Compute embeddings before visualization Embeddings are required for dimensionality reduction:
Step 4: Check for Existing Embeddings or Compute New Ones
تصور مجموعات البيانات في شكل ثنائي الأبعاد باستخدام عمليات التضمين مع تقليل أبعاد UMAP أو t-SNE. يُستخدم عند استكشاف بنية مجموعة البيانات، أو البحث عن مجموعات، أو تحديد القيم المتطرفة، أو فهم توزيع البيانات. المصدر: voxel51/fiftyone-skills.
حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.
npx skills add https://github.com/voxel51/fiftyone-skills --skill fiftyone-embeddings-visualizationتصور مجموعات البيانات في شكل ثنائي الأبعاد باستخدام عمليات التضمين مع تقليل أبعاد UMAP أو t-SNE. يُستخدم عند استكشاف بنية مجموعة البيانات، أو البحث عن مجموعات، أو تحديد القيم المتطرفة، أو فهم توزيع البيانات. المصدر: voxel51/fiftyone-skills.
افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/voxel51/fiftyone-skills --skill fiftyone-embeddings-visualization بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw
https://github.com/voxel51/fiftyone-skills