بازگشت به چت هما هما وبلاگ
اخبار زنده هوش مصنوعی
۱۳۲۴ خبر
آموزش هوش مصنوعی در عمل: انتشار مدل Vision Transformer با TensorFlow Serving در این مطلب به بررسی نحوه انتشار مدل‌های بینایی الگوریتم Vision Transformer با استفاده از TensorFlow Serving در پلتفرم Hugging Face می‌پردازیم و مزایای آن را بررسی می‌کنیم. پژوهش هوش مصنوعی در هنر: فناوری DALL·E 2 چگونه خلاقیت را به اوج می‌رساند DALL·E 2 با شرکت بیش از ۳۰۰۰ هنرمند از ۱۱۸ کشور، راه‌حلی نوین برای تمدید خلاقیت در هنر دیجیتال ارائه می‌دهد. این فناوری توانسته ویژگی‌های متعددی را در طراحی و تولید آثار هنری شفاف کند. پژوهش چگونه مدل 176B پارامتر BLOOM با استفاده از تکنیک‌های پیشرفته آموزش یافت BLOOM، مدل زبان ۱۷۶ میلیارد پارامتر، با ترکیبی از معماری Megatron‑DeepSpeed و تکنیک‌های دروازه داده‌ای، توزیعی و حافظه‑بهینه آموزش یافت؛ دقت و سرعت حداکثری را در محیط‌های منابع محدود ارائه می‌دهد. پژوهش هوش مصنوعی: گسترش الگوریتم گریدینت سیاست با PyTorch بر روی پلتفرم Hugging Face در این مقاله به بررسی کاربرد Policy Gradient در PyTorch می‌پردازیم، این مسیر یادگیری تقویتی را در چارچوب تجاری و متن باز Hugging Face معرفی می‌کنیم و نکات عملی و کلیدی را برای توسعه‌گران بیان می‌کنیم. پژوهش هوش مصنوعی در عمل: چگونگی تبدیل ترانسفورمرها به ONNX با Optimum با راهنمایی جامع از Hugging Face Optimum، این مقاله به بررسی چگونگی تبدیل مدل‌های ترانسفورمر به فرمت ONNX می‌پردازد؛ نکات کلیدی، مزایا و دستورات عملی را برای پیاده‌سازی سریع و بهینه در محیط‌های تولیدی معرفی می‌کند. پژوهش هوش مصنوعی روی IPU: Graphcore و Hugging Face معرفی مدل‌های نوین Graphcore و Hugging Face با گسترش لاین اپتیموم، ده مدل نوآور در حوزه NLP، Speech و Vision را بهینه برای پردازشگرهای IPU عرضه می‌کنند؛ در این مطلب به جزئیات می‌پردازیم. مدل‌ها ساده‌سازی هوش مصنوعی در سلامت: Sempre Health و برنامه Expert Acceleration در این مقاله به بررسی چگونگی استفاده از برنامه Expert Acceleration توسط استارتاپ Sempre Health برای تسریع در مسیر یادگیری ماشین می‌پردازیم و تأثیر آن بر کسب‎‌وکارهای سلامت را بررسی می‌کنیم. پژوهش هوش مصنوعی سریع‌تر؛ Optimum و Pipelineهای Transformers با ONNX در این مقاله، بررسی می‌شود چطور با Optimum و ONNX Runtime می‌توان اجرای مدل‌های Transformer را تسریع کرد؛ تبدیل، بهینه‌سازی، فشرده‌سازی و بررسی عملکرد. پژوهش هوش مصنوعی: هافینگ فیس جمع‌آوری ۱۰۰ میلیون دلار برای توسعهٔ باز مشارکتی هستیم، هافینگ فیس با جمع‌آوری ۱۰۰ میلیون دلار سرمایه‌گذاری فاز سی، مسیر هوش مصنوعی را به‌صورت باز و مشارکتی پیش می‌برد. مقاله این اثر و چشم‌اندازها را بررسی می‌کند. پژوهش هوش مصنوعی در ابر: راهنمای سریع راه‌اندازی ترنسفورمرها روی Habana Gaudi با همکاری Habana Labs و Hugging Face، گامی شگفت‌انگیز در جهت تسهیل آموزش مدل‌های ترنسفورمر بر روی متغیرهای Habana Gaudi برداشته شد. در این آموزش، نکات کلیدی برای راه‌اندازی و بهره‌برداری سریع و هزینه مؤثر آورده شده است.