Uber宣布開(kāi)源AI工具箱免代碼訓(xùn)練和測(cè)試學(xué)習(xí)模型

發(fā)布時(shí)間：2019-02-13 14:06:14來(lái)源：cnBeta

　　Uber宣布開(kāi)源Ludwig，一個(gè)基于TensorFlow的工具箱，該工具箱特點(diǎn)是不用寫(xiě)代碼就能夠訓(xùn)練和測(cè)試深度學(xué)習(xí)模型。Uber官方表示，對(duì)于AI開(kāi)發(fā)者來(lái)說(shuō)，Ludwig可以幫助他們更好地理解深度學(xué)習(xí)方面的能力，并能夠推進(jìn)模型快速迭代。另一方面，對(duì)于AI專(zhuān)家來(lái)說(shuō)，Ludwig可以簡(jiǎn)化原型設(shè)計(jì)和數(shù)據(jù)處理過(guò)程，從而讓他們能夠?qū)Ｗ⒂陂_(kāi)發(fā)深度學(xué)習(xí)模型架構(gòu)。

　　Ludwig提供了一套AI架構(gòu)，可以組合起來(lái)，為給定的用例創(chuàng)建端到端的模型。開(kāi)始模型訓(xùn)練，只需要一個(gè)表格數(shù)據(jù)文件（如CSV）和一個(gè)YAML配置文件——用于指定數(shù)據(jù)文件中哪些列是輸入特征，哪些列是輸出目標(biāo)變量。如果指定了多個(gè)輸出變量，Ludwig將學(xué)會(huì)同時(shí)預(yù)測(cè)所有輸出。使用Ludwig訓(xùn)練模型，在模型定義中可以包含附加信息，比如數(shù)據(jù)集中每個(gè)特征的預(yù)處理數(shù)據(jù)和模型訓(xùn)練參數(shù)，也能夠保存下來(lái)，可以在日后加載，對(duì)新數(shù)據(jù)進(jìn)行預(yù)測(cè)。

　　對(duì)于Ludwig支持的數(shù)據(jù)類(lèi)型（文本、圖像、類(lèi)別等），其提供了一個(gè)將原始數(shù)據(jù)映射到張量的編碼器，以及將張量映射到原始數(shù)據(jù)的解碼器（張量是線性代數(shù)中使用的數(shù)據(jù)結(jié)構(gòu)）。內(nèi)置的組合器，能夠自動(dòng)將所有輸入編碼器的張量組合在一起，對(duì)它們進(jìn)行處理，并將其返回給輸入解碼器。

　　Uber表示，通過(guò)組合這些特定于數(shù)據(jù)類(lèi)型的組件，用戶可以將Ludwig用于各種任務(wù)。比如，組合文本編碼器和類(lèi)別解碼器，就可以獲得一個(gè)文本分類(lèi)器。

　　每種數(shù)據(jù)類(lèi)型有多個(gè)編碼器和解碼器。例如，文本可以用卷積神經(jīng)網(wǎng)絡(luò)（CNN），循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）或其他編碼器編碼。用戶可以直接在模型定義文件中指定要使用的參數(shù)和超參數(shù)，而無(wú)需編寫(xiě)單行代碼。

　　Ludwig采用的這種靈活的編碼器-解碼器架構(gòu)，即使是經(jīng)驗(yàn)較少的深度學(xué)習(xí)者，也能夠輕松地為不同的任務(wù)訓(xùn)練模型。比如文本分類(lèi)、目標(biāo)分類(lèi)、圖像字幕、序列標(biāo)簽、回歸、語(yǔ)言建模、機(jī)器翻譯、時(shí)間序列預(yù)測(cè)和問(wèn)答等等。

　　此外，Ludwig還提供了各種工具，且能夠使用開(kāi)源分布式培訓(xùn)框架Horovod。目前，Ludwig有用于二進(jìn)制值，浮點(diǎn)數(shù)，類(lèi)別，離散序列，集合，袋（bag），圖像，文本和時(shí)間序列的編碼器和解碼器，并且支持選定的預(yù)訓(xùn)練模型。未來(lái)將支持更多資料的種類(lèi)。
　　(邯鄲網(wǎng)站建設(shè))

日本地圖開(kāi)發(fā)商收購(gòu)?fù)ㄓ?..

中微5納米等離子體刻蝕機(jī)...

熱點(diǎn)推薦

日本视频播放免费线上观看-日本视频播放-日本视频www色变态-日本视频www-成人 在线播放-成人 日韩 在线

Uber宣布開(kāi)源AI工具箱 免代碼訓(xùn)練和測(cè)試學(xué)習(xí)模型

日本视频播放免费线上观看-日本视频播放-日本视频www色变态-日本视频www-成人在线播放-成人日韩在线

Uber宣布開(kāi)源AI工具箱免代碼訓(xùn)練和測(cè)試學(xué)習(xí)模型