Отдел новостей 13 ноября 2019, 19:48

LG открыла код инструмента для оптимизации AI-моделей Auptimizer

Исследователи подразделения Advanced AI в LG опубликовали фреймворк для оптимизации гиперпараметров моделей искусственного интеллекта Auptimizer, пишет VentueBeat.

Инструмент упрощает процесс настройки AI-моделей. Он подбирает гиперпараметры, обучает целевую модель и обновляет результаты, после чего повторяет процесс, пока не найдёт оптимальные значения.

По словам разработчиков, для работы с Auptimizer пользователю понадобится написать всего несколько строк кода. Также инструмент помогает наилучшим образом задействовать доступные вычислительные ресурсы для более быстрой настройки параметров, будь то процессоры, GPU или облачные сервисы вроде AWS EC2, либо пользователи могут задать их сами. Кроме того, Auptimizer предлагает простое средство визуализации результатов.

Фреймворк предлагает передовые технологии оптимизации гиперпараметров, такие как байесовская оптимизация, алгоритм «многоруких бандитов», либо пользователи могут интегрировать свои методы.

Исследовательская работа LG опубликована на arXiv. Исходный код фрейморка находится на GitHub.

Работа в ИТ в Беларуси.

1. Заполните анонимную форму — 5 минут.
2. Укажите зарплатные (и другие) ожидания.
3. Выберите желаемую индустрию или область деятельности.
4. Получайте релевантные предложения.

Оставить комментарий

Текст: Отдел новостей Фото: VentureBeat Источник: VentureBeat Теги: lg, ai, искусственный интеллект, машинное обучение, модели, алгоритмы

Нашли ошибку в тексте-выделите ее и нажмите Ctrl+Enter. Нашли ошибку в тексте-выделите ее и нажмите кнопку «Сообщить об ошибке»."

Сайт компании Вакансии

Размещение рекламы

TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении

Пока 20% топ-менеджеров утверждают, что машинное обучение является существенной частью их бизнеса, неудивительно, что стоимость мирового рынка машинного обучения, по некоторым оценкам, достигнет $117 млрд к концу 2027 года. Мы перевели материал Udacity о семи самых обсуждаемых тенденциях в машинном обучении в 2022 году.