مدلها
هوش مصنوعی در مقیاس بزرگ: PyTorch FSDP و Accelerate برای تسریع آموزش مدلهای عظیم
PyTorch FSDP با کتابخانه Accelerate موجب تسریع آموزش مدلهای عظیم میشود؛ بدون تغییر در کد، به راحتی مقیاس معادل Multi‑GPU و یادگیری بهسختافزار دست یابید.
مدلها
کلاسِیشن رأینامهها با هوش مصنوعی در Kili و AutoTrain هوش مصنوعی
Kili و AutoTrain اجازه میدهند رأینامههای متن را طبقهبندی کنید؛ برچسبگذاری سریع، یادگیری ماشین بدون کدنویسی و بروزرسانی مدل برای بهرهوری بالا.
مدلها
لوئیس تانستال: از فیزیک نظریه تا رهبر در هوش مصنوعی و ترنسفورمر
لوئیس تانستال، متخصص ترنسفورمر، دربارهی مقیاسپذیری مدلهای بزرگ، بهینهسازی تأخیر و نقش او در جامعهی متنباز هوش مصنوعی توضیح به ویژه میدهد.
مدلها
هوش مصنوعی با Habana Labs: سرعت بخشیدن به آموزش مدلهای ترنسفورمر
این همکاری Habana Labs و Hugging Face، آموزش مدلهای ترنسفورمر را بهسرعت کرده و هزینهها را کاهش میدهد و بهدست آوردن نتایج بهتر در برابر رقبا.
مدلها
بهینهسازی Vision Transformer برای طبقهبندی تصویر با هوش مصنوعی
این مقاله گام به گام نحوه استفاده از کتابخانههای 🤗 Transformers و Datasets برای آموزش و تنظیم نهایی مدل ViT را شرح میدهد و به خوانندگان نشان میدهد چگونه میتوانند مدل خود را برای تشخیص تصویر بهبود بخشند.
مدلها
چگونه GPT‑J ۶ میلیارد پارامتر را بر روی ساجمارک خودکار بهکارگیری کنید
GPT‑J ۶ میلیارد پارامتر را با استفاده از کتابخانه Transformers و پلتفرم Amazon SageMaker بهصورت سریع و مقیاسپذیر بر روی سرورهای خود در دسترس میآوریم. راهنمای گامبهگام و نکات کلیدی را بررسی میکنیم.