Re: تحويل الجيم الى ياء
Genciana Haggins
إذا كنت تعرف قيم لون في مساحة ألوان أو ملف تعريف ما يمكنك تحويلها للبحث عن القيم الصحيحة لهذا اللون في مساحة ألوان أخرى أو ملف تعريف آخر.
في تطبيق أداة مزامنة الألوان المساعدة على Mac انقر على الحاسبة في شريط الأدوات في نافذة أداة مزامنة الألوان المساعدة.
يمكنك استخدام حقول النصوص وأشرطة التمرير أو يمكنك النقر على العدسة المكبرة ثم النقر على بكسل اللون على الشاشة.
التسوية هي تقنية غالباً ما يتم تطبيقها كجزء من إعداد البيانات للتعلم الآلي. الهدف من التسوية هو تغيير قيم الأعمدة الرقمية في مجموعة البيانات لاستخدام مقياس مشترك دون تشويه الاختلافات في نطاقات القيم أو فقدان المعلومات. التسوية مطلوبة أيضاً لبعض الخوارزميات لنمذجة البيانات بشكلٍ صحيح.
على سبيل المثال افترض أن مجموعة بيانات الإدخال تحتوي على عمود واحد بقيم تتراوح بين 0 و1 وعمود آخر بقيم تتراوح بين 10000 و100000. قد يتسبب الاختلاف الكبير في مقياس الأرقام في حدوث مشاكل عند محاولة دمج القيم كميزات أثناء النمذجة.
تتجنب التسوية هذه المشكلات عن طريق إنشاء قيم جديدة تحافظ على التوزيع العام والنسب في بيانات المصدر مع الاحتفاظ بالقيم ضمن مقياس مطبق عبر جميع الأعمدة الرقمية المستخدَمة في النموذج.
تتطلب بعض الخوارزميات تسوية البيانات قبل تدريب نموذج. تجري الخوارزميات الأخرى تحجيم للبيانات الخاصة بها أو تسويتها. لذلك عند اختيار خوارزمية التعلم الآلي لاستخدامها في إنشاء نموذج توقعي تأكد من مراجعة متطلبات بيانات الخوارزمية قبل تطبيق التسوية على بيانات التدريب.
يمكنك تطبيق أسلوب تسوية واحد فقط في كل مرة باستخدام هذا المكون. لذلك يتم تطبيق نفس أسلوب التسوية على كافة الأعمدة التي تحددها. لاستخدام أساليب تسوية مختلفة استخدم مثيلاً ثانياً من Normalize Data.
أضف مكون Normalize Data إلى مسار المعالجة. يمكنك العثور على المكون في التعلم الآلي من Microsoft Azure ضمن تحويل البيانات في فئة المقياس والتقليل.
استخدم محدد الأعمدة لاختيار الأعمدة الرقمية للتسوية. إذا لم تختر أعمدة فردية يتم بشكلٍ افتراضي تضمين كافة أعمدة النوع الرقمي في الإدخال ويتم تطبيق نفس عملية التسوية على جميع الأعمدة المحددة.
إذا لم يتم الكشف عن أي أعمدة رقمية فتحقق من بيانات تعريف العمود للتحقق من أن نوع بيانات العمود هو نوع رقمي معتمد.
للتأكد من توفير أعمدة من نوع معين كإدخال حاول استخدام مكون اختيار أعمدة في مجموعة البيانات قبل تسوية البيانات.
استخدام 0 للأعمدة الثابتة عند تحديدها: حدد هذا الخيار عندما يحتوي أي عمود رقمي على قيمة واحدة بدون تغيير. ويضمن هذا عدم استخدام هذه الأعمدة في عمليات التسوية.
تتم إعادة تغيير الحجم إلى الفاصل الزمني [0,1] عن طريق تحويل قيم كل ميزة بحيث تكون القيمة الدنيا 0 ثم قسمة على القيمة القصوى الجديدة (وهو الفرق بين القيم القصوى الأصلية والحد الأدنى).
بشكلٍ افتراضي يتم تحويل القيم في مكانها. إذا كنت تريد مقارنة القيم المحولة بالقيم الأصلية فاستخدم مكون إضافة أعمدة لإعادة تجميع مجموعات البيانات وعرض الأعمدة جنباً إلى جنب.
لحفظ التحويل بحيث يمكنك تطبيق نفس أسلوب التسوية على مجموعة بيانات أخرى حدد المكون وحدد تسجيل مجموعة البيانات ضمن علامة التبويب المخرجات في اللوحة اليمنى.
يمكنك بعد ذلك تحميل التحويلات المحفوظة من مجموعة التحويلات في جزء التنقل الأيمن وتطبيقها على مجموعة بيانات بنفس المخطط باستخدام تطبيق التحويل.
هل يمكن تحويل الدهون إلى عضلات وكيف تفقد الدهون وتحافظ على العضلات وهل يمكن بناء عضلات بعد الأربعين والخمسين
الجواب البسيط هو لا. تحويل الدهون إلى عضلات أمر مستحيل من الناحية الفسيولوجية حيث تتكون العضلات والدهون من خلايا مختلفة. وثمة تشبيه جيد لهذا هو أنه لا يمكنك تحويل موزة إلى تفاحة فهما شيئان منفصلان وذلك وفقا لتقرير في هيلث لاين (health line).
تقسم العضلات إلى 3 أنواع: الهيكلية التي ترتبط بالعظام بواسطة الأوتار وتسمح بالحركة الإرادية للجسم والقلبية (عضلة القلب) والملساء (توجد في الغالب في الأمعاء).
تتكون الأنسجة العضلية الهيكلية من حزم من ألياف العضلات المعروفة باسم اللييفات العضلية (myofibrils). وتحتوي اللييفات العضلية على ألياف أصغر تتكون من سلاسل طويلة من الأحماض الأمينية وهي اللبنات الأساسية للبروتين. وتحتوي الأحماض الأمينية على مجموعة نيتروجين فريدة في تركيبها الكيميائي.
على العكس من ذلك تتكون دهون الجسم -المعروفة أيضا باسم الأنسجة الدهنية (adipose tissue)- من الدهون الثلاثية (triglycerides) والتي تتكون من الجليسرول (glycerol) و3 سلاسل من الأحماض الدهنية (fatty acid chains).
غالبا ما يكون فقدان الوزن عبارة عن مزيج من فقدان الدهون والعضلات ومخازن الجليكوجين (وزن الماء). ومن الناحية المثالية يجب أن يأتي معظم فقدان الوزن من فقدان الدهون.
لإنقاص الوزن يجب عليك تحقيق عجز (توازن سلبي نقص) في السعرات الحرارية عن طريق تناول سعرات حرارية أقل مما يحتاجه جسمك يوميا أو زيادة النشاط البدني لحرق السعرات الحرارية أو مزيج من الاثنين معا.
ومع ذلك فإن النقص الكبير في السعرات الحرارية يمكن أن يؤدي إلى فقدان سريع لكتلة العضلات حيث يقوم الجسم بتكسير العضلات لاستخدامها كوقود طارئ.
لذلك يوصى بإحداث نقص في السعرات الحرارية يبلغ حوالي 500 سعرة حرارية أو 10-20% من إجمالي احتياجاتك من السعرات الحرارية يوميا وأثناء النقص المعتدل في السعرات الحرارية يتم استخدام دهون الجسم كوقود لدعم وظائف الجسم العادية.
يتم تكسير الدهون الثلاثية المخزنة في الخلايا الدهنية وإرسالها إلى الميتوكوندريا لإنتاج أدينوسين ثلاثي الفوسفات (ATP) وهو المصدر الرئيسي للطاقة في الجسم.
للحفاظ على كتلة العضلات أثناء فقدان الوزن يوصى بممارسة تمارين القوة على الأقل 2-3 مرات في الأسبوع. علاوة على ذلك فقد ثبت أن تناول نظام غذائي غني بالبروتين يقلل من فقدان العضلات أثناء نقص السعرات الحرارية.
أثناء فقدان الوزن يتم تحويل الدهون إلى طاقة. وللحفاظ على كتلة العضلات من المهم التمسك بنقص معتدل في السعرات الحرارية وتناول الكثير من البروتين وتمارين القوة عدة مرات في الأسبوع.
لفقدان الدهون يجب أن يكون الجسم في حالة نقص في السعرات الحرارية. ويمكنك تحقيق عجز في السعرات الحرارية عن طريق زيادة نشاطك البدني أو تناول سعرات حرارية أقل أو مزيج من الاثنين معا. وتعد الزيادة المتواضعة في النشاط البدني وخفض تناول السعرات الحرارية المقاربة الأفضل.
وسيساعدك استهلاك الأطعمة الكاملة الغنية بالألياف والدهون الصحية والبروتين المجهزة بأدنى حد من المعالجة على تحقيق عجز في السعرات الحرارية دون الشعور بالحرمان أو الجوع.
03c5feb9e7