Публикации по теме 'pytorch'


Случайные семена и воспроизводимость
Настройка ваших экспериментов в Python, Numpy и PyTorch Мотивация Какой самый страшный кошмар программиста? Со своей стороны, я могу с уверенностью сказать, что мой самый страшный кошмар как программиста — это фрагмент кода, который ведет себя так, как будто он был случайным , выдавая каждый раз разные результаты . Я запускаю его, даже если даю ему те же входные данные ! На самом деле есть известное определение безумия: «Безумие — это делать одно и то же снова и снова и..
Профилирование языковых моделей PyTorch с помощью octoml-profile
Легко определить лучшую комбинацию модель/оборудование Недавний запуск PyTorch 2.0 ясно показывает, что сообщество активно инвестирует в будущее машинного обучения на базе компиляторов. Новый OctoML Profiler может помочь любому пользователю реализовать весь потенциал этих изменений в ландшафте машинного обучения. Используя новейшую технологию компиляции PyTorch 2.0, octoml-profile автоматически выгружает модели на облачные устройства для создания профиля модели вашего приложения. С..
Потоковая передача набора данных для конвейеров машинного обучения с помощью SceneBox
TL;DR: теперь пользователи SceneBox могут использовать StreamableSets для потоковой передачи тщательно подобранных наборов данных непосредственно из облака SceneBox в обучающие конвейеры PyTorch — молниеносно быстро! Алгоритмы машинного обучения стали повсеместными в большинстве современных технологических продуктов. Каждый день крутится куча этих алгоритмов. Чтобы кормить этого зверя машинного обучения, данные собираются в порядке петабайтов. Именно в этой области процветает..
Обнаружение объектов с помощью более быстрого RCNN
Обнаружение объектов всегда является актуальной темой в компьютерном зрении и применяется во многих областях, таких как безопасность, наблюдение, системы автономных транспортных средств и осмотр машин. Широко используемые алгоритмы обнаружения объектов представляют собой либо алгоритмы обнаружения на основе области (Faster R-CNN, R-FCN, FPN), либо алгоритмы однократного обнаружения (SSD и YOLO). Модель детектирования на основе региона или двухэтапного детектирования состоит из двух..
Как обучить масштабируемый классификатор с помощью FastAPI и SerpApi ?
Как обучить масштабируемый классификатор с помощью FastAPI и SerpApi? Это часть серии сообщений в блогах, посвященных внедрению искусственного интеллекта. Если вас интересует предыстория этой истории или ее развитие: На этой неделе мы изучим объединенные возможности мощного API парсера результатов Google изображений SerpApi поверх быстрой веб-инфраструктуры FastAPI . Мы начнем с создания простого создателя базы данных изображений с методом синхронизации и начнем с него...
PyTorch Lightning в производстве
Автор: Ритика Дхиман, Габриэль Нг Начиная Вам, вероятно, приходилось писать циклы для перебора пакетов данных и эпох, устраняя возникающие при этом проблемы, повторяя то же самое для проверочных наборов, и этот список можно продолжить. Несмотря на то, что вы планируете все аспекты архитектуры модели, оптимизатора, набора данных и некоторой настройки гиперпараметров, человеческая ошибка диктует, что в конечном итоге что-то пойдет не так. Кроме того, для надежной производственной системы..
Интерпретация модели с использованием GradCAM
Одними из самых важных инструментов, которыми должен обладать разработчик глубокого обучения, являются инструменты отладки моделей и интерпретации моделей . В посте предполагается, что читатели имеют некоторое представление о предварительно обученных моделях изображений, нейронной сети свертки и алгоритме обратного распространения. Мы будем использовать изображение выше, чтобы подчеркнуть, как этот инструмент может быть полезен. В этом уроке мы практически обсудим простой..