مدلها
معماری RWKV؛ ترکیب هوش مصنوعی بازگشتی با توانمندی ترنسفورمر
معماری RWKV با ادغام شبکههای بازگشتی (RNN) و ترنسفورمر، راهکاری نوین و کارآمد برای مدلهای زبانی بزرگ ارائه میدهد. در این مقاله به بررسی ویژگیها، کاربردها و آینده آن میپردازیم.
پژوهش
سرعتگذاری مدلهای ترنسفورمر به کمک AWS Inferentia2 در هوش مصنوعی
AWS Inferentia2، سختافزار جدید ابری، توانایی شتابزدهسازی مدلهای ترنسفورمر هفینگ فیس را افزایش داده و هزینههای اجرایی را به شکل چشمگیری کاهش میدهد. انطباق با پلتفرم هفینگ فیس امکان استفاده آسان از ترنسفورمری را در پروژههای عملی فراهم میکند.
مدلها
هوش مصنوعی با ابرقابل: طبقهبندی گراف با قدرت ترنسفورمرها
رهنمود گامبهگام برای بهرهگیری از Graphormer در طبقهبندی گرافهای پیچیده، با تأکید بر روشهای متنباز و کاربردی در هوش مصنوعی.
پژوهش
هوش مصنوعی در شبکههای گراف: آشنایی و کاربردهای نوین
در این مقاله به بررسی بنیادی یادگیری ماشین بر روی گرافها میپردازیم؛ شامل تعریف گراف، روشهای پردازش، شبکههای عصبی گراف و ترنسفورمر گراف، و کاربردهای واقعی در علوم و صنعت.
پژوهش
هوش مصنوعی پیشبینی سریهای زمانی با مدل ترنسفورمر در حوزه تحلیل داده
مقالهای در مورد پیشبینی احتمالاتی سریهای زمانی با استفاده از ترنسفورمرهای Hugging Face، مفاهیم، پیادهسازی و کاربردهای عملی را بررسی میکند. زیادی.
محصولات
همه چیز دربارهی شتابدهی مدلهای هوش مصنوعی با OpenVINO و 🤗 Optimum
بهدنبال بهبود سرعت مدلهای هوش مصنوعی؟ با یکپارچگی 🤗 Optimum Intel و OpenVINO، میتوانید مدلهای Transformers را در پردازندۀ Intel بهصورت سریع و کمیادگیری راهاندازی کنید.
مدلها
مقدمه عملی: آموزش مبتنی بر Transformer برای تصمیمگیری در هوش مصنوعی
در این مطلب بهصورت گام به گام با نحوهٔ آموزش اولین مدل Decision Transformer در محیط گوگل کولاب آشنا میشویم و چگونگی استفاده از آن در مسائل تصمیمگیری را بررسی میکنیم.
پژوهش
هوش مصنوعی در 8‑بیت: بهینهسازی ماتریسی برای ترنسفورمرهای بزرگ
مقاله حاضر به صورت سادهراهنمایی برای کاربرانی است که در بحث 8‑بیتی بازتاب کردن متن و کاهش مصرف حافظه در ترنسفورمرهای بزرگ علاقهمندند؛ مزایای سرعت و بهبود مصرف را بررسی میکنیم.
پژوهش
هوش مصنوعی: نیستروفرمری که زمان و حافظه ترنسفورمرها را کاهش میدهد
روش نیستروفرمری با بهرهگیری از تکنیک نیسترو، خود‑توجه در ترنسفورمرها را به صورت خطی ساختن میکند؛ کارایی آن در NLP و CV موثر است.
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.