利来国际在线充值网址

主页 > 利来国际在线充值网址 >

利来国际在线充值网址

NEWS

Uber宣告开源AI工具箱 免代码练习和测验学习模型

作者:罗盈盈发布时间:2019-07-30 05:35

  来历:开源我国

  Uber宣告开源Ludwig,一个根据TensorFlow的东西箱,该东西箱特点是不必写代码就可以练习和测验深度学习模型。Uber官方表明,关于AI开发者来说,Ludwig可以协助他们更好地了解深度学习方面的才能,并可以推动模型快速迭代。另一方面,关于AI专家来说,Ludwig可以简化原型规划和数据处理进程,然后让他们可以专心于开发深度学习模型架构。

  Ludwig供给了一套AI架构,可以组合起来,为给定的用例创立端到端的模型。开端模型练习,只需要一个表格数据文件(如CSV)和一个YAML配置文件——用于指定数据文件中哪些列是输入特征,哪些列是输出方针变量。假如指定了多个输出变量,Ludwig将学会一起猜测一切输出。运用Ludwig练习模型,在模型界说中可以包括附加信息,比方数据会集每个特征的预处理数据和模型练习参数,也可以保存下来,可以在日后加载,对新数据进行猜测。

  关于Ludwig支撑的数据类型(文本、图画、类别等),其供给了一个将原始数据映射到张量的编码器,以及将张量映射到原始数据的解码器(张量是线性代数中运用的数据结构)。内置的组合器,可以主动将一切输入编码器的张量组合在一起,对它们进行处理,并将其回来给输入解码器。

  Uber表明,经过组合这些特定于数据类型的组件,用户可以将Ludwig用于各种使命。比方,组合文本编码器和类别解码器,就可以取得一个文本分类器。

  每种数据类型有多个编码器和解码器。例如,文本可以用卷积神经网络(CNN),循环神经网络(RNN)或其他编码器编码。用户可以直接在模型界说文件中指定要运用的参数和超参数,而无需编写单行代码。

  Ludwig选用的这种灵敏的编码器-解码器架构,即使是经历较少的深度学习开发者,也可以轻松地为不同的使命练习模型。比方文本分类、方针分类、图画字幕、序列标签、回归、言语建模、机器翻译、时刻序列猜测和问答等等。

  此外,Ludwig还供给了各种东西,且可以运用开源分布式练习结构Horovod。现在,Ludwig有用于二进制值,浮点数,类别,离散序列,调集,袋(bag),图画,文本和时刻序列的编码器和解码器,而且支撑选定的预练习模型。未来将支撑更多材料的品种。


Copyright © 2002-2017 利来国际在线充值网址 版权所有 Power by DedeCms