Metaflow: фреймворк для управления data science проектами от Netflix

7 декабря 2019

Metaflow: фреймворк для управления data science проектами от Netflix

Netflix опубликовали фреймворк на Python для создания и управления data science проектов. Metaflow представляет собой API к инфраструктуре для запуска ML пайплайнов: от прототипирования до внедрения в продукт. Библиотека была…

NVIDIA Turing GPU и Xavier установили рекорд по скорости на MLPerf

14 ноября 2019

NVIDIA Turing GPU и Xavier установили рекорд по скорости на MLPerf

MLPerf — это открытая платформа для тестирования оборудования для обучения ML-моделей. Продукты от NVIDIA, — Turing GPU и система Xavier, — заняли первые места на MLPerf Inference 0.5 по скорости…

Какие ошибки чаще всего совершают при обучении нейросетей

6 ноября 2019

Какие ошибки чаще всего совершают при обучении нейросетей

Исследователи из USI выделили основные проблемы, с которыми сталкиваются разработчики при обучении нейросетей. Выборка состояла из 1059 проблем и коммитов ML-репозиториев на GitHub, которые были вручную проанализированы. Чтобы валидировать выделенный…

Gradient: инструмент для обучения ML моделей на GPU

1 ноября 2019

Gradient: инструмент для обучения ML моделей на GPU

Компания Paperspace опубликовала инструмент для обучения ML алгоритмов на бесплатных GPU. Gradient Community Notebooks — это бесплатный облачный GPU сервис, который основан на Jupyter ноутбуках.  Настройка и поддержка окружения для…

Как упорядочить работу с моделями машинного обучения

22 октября 2019

Как упорядочить работу с моделями машинного обучения

MLFlow, DVC и Sacred — это три инструмента для поддержки воспроизводимости моделей машинного обучения. Каждый из них решает отдельные задачи. DVC приоритезирует воспроизводимость моделей простоте использования. MLFlow используется  для проверки…

CrypTen: инструмент для обучения моделей на зашифрованных данных

15 октября 2019

CrypTen: инструмент для обучения моделей на зашифрованных данных

CrypTen — это обертка над PyTorch для обучения нейросетевых моделей на зашифрованных данных. Это снимает ограничения в использовании PyTorch в задачах, где секретность данных приоритетна. Несмотря на прогресс в обучении…

Sotabench: платформа с лучшими моделями для отдельных задач

15 октября 2019

Sotabench: платформа с лучшими моделями для отдельных задач

Sotabench — это платформа для агрегации и ранжирования моделей, которые решают отдельные задачи. Любой желающий может проверить свою модель на доступных задачах и сравнить с остальными моделями. На текущий момент…

Hydra: фреймворк для разработки приложений Python

14 октября 2019

Hydra: фреймворк для разработки приложений Python

Facebook опубликовали фреймворк для разработки приложений на Python, — Hydra. Python является наиболее популярным языком для обучения нейросетевых моделей. Hydra может быть полезен для прототипирования приложений с использование нейросетей. В…

Популярность PyTorch в среднем выросла на 243% за год

11 октября 2019

Популярность PyTorch в среднем выросла на 243% за год

Исследователи из The Gradient опубликовали сравнительное исследование популярности фреймворков PyTorch и TensorFlow. Исследование основывается на данных крупных ML-конференций: CVPR, NAACL, ACL, ICLR, ICML и др. Использование PyTorch в среднем выросло…

Google опубликовали финальную версию Tensorflow 2.0

1 октября 2019

Google опубликовали финальную версию Tensorflow 2.0

TensorFlow 2.0 — это более гибкий фреймворк для обучения ML-моделей от Google. Он основан на высокоуровневой библиотеке над TensorFlow 1.x, — Keras. Ключевые отличия новой версии заключаются в дефолтных eager…

HuggingFace опубликовали библиотеку с трансформерами для TF

29 сентября 2019

HuggingFace опубликовали библиотеку с трансформерами для TF

Transformers 2.0 — это библиотека со всеми state-of-the-art моделями для предобработки естественного языка на TensorFlow. Использование библиотеки позволяет сократить количество строк кода для обучения модели до 3-х. Разработчиками библиотеки являются…

Как выдавать предсказания с BERT-Large за 5.8 миллисекунд

20 сентября 2019

Как выдавать предсказания с BERT-Large за 5.8 миллисекунд

NVIDIA обновили инструмент для ускорения инференса модели TensorRT 6. В новой версии TensorRT оптимизировали BERT-Large. BERT-Large — это полная версия модели BERT, state-of-the-art модели в обработке естественного языка. Теперь есть…

ABlaze: как проводят A/B тесты в Netflix

16 сентября 2019

ABlaze: как проводят A/B тесты в Netflix

ABlaze — это проприетарный фреймворк для проведения A/B тестов. Netflix рассказали, как в компании работает система аналитики. Перед внедрением ML-моделей в продукт компании оценивают с помощью A/B тестов, как модель…

NVIDIA выпустили обертку над PyTorch для обучения моделей

16 сентября 2019

NVIDIA выпустили обертку над PyTorch для обучения моделей

Neural Modules (NeMo) — это библиотека от NVIDIA для обучения нейросетевых моделей. NeMo основана на PyTorch. NeMo делится на коллекции моделей для задач из отдельных сфер. Сейчас доступны две коллекции:…

Google открыли разработку компилятора для ML-моделей

10 сентября 2019

Google открыли разработку компилятора для ML-моделей

Google отдают разработку инфраструктуры для обучения ML-моделей организации open-source разработчиков LLVM Foundation. Ранее Google анонсировали MLIR, компилятор для внедрения ML-моделей в приложения. MLIR позволяет исполнять модели на разных устройствах. Компания…

PyTorchPipe: инструмент для обучения нейросетей от IBM

12 июля 2019

PyTorchPipe: инструмент для обучения нейросетей от IBM

PyTorchPipe (PTP) — это фреймворк, который облегчает создание и поддержание системы обучения нейросети. PTP разбит на блоки по этапам обучения нейросети, которые связываются в единую систему.  Блоки PTP — это…