مدلها
سکشنسیون تصویر بدون آموزش: CLIPSeg، الگوریتم جدید هوش مصنوعی دریافت
مدل جدید CLIPSeg با رویکرد Zero‑Shot سکشنسیون تصاویر را بدون برچسبگذاری پیشآموزشپذیر میکند؛ در این مقاله از کاربردها، روش پیادهسازی و نکات کلیدی آن میآموزیم.
آموزش
Vision Transformers بر روی Graphcore: آموزش سریع مدل های پزشکی با هوش مصنوعی
در این مقاله بررسی میکنیم چطور میتوان با استفاده از کتابخانهٔ Hugging Face Optimum و پردازندهٔ Graphcore IPU، مدل Vision Transformer را بر روی دادههای رادیولوژیکی تنظیم کرد و سرعت و کارایی بالایی بدست آورد.
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.
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.
آموزش
تجربهٔ هوش مصنوعی با Optimum و IPU Graphcore – راهنمای شروع برای مبتدیان
مقاله حاضر، گامهای اصلی جهت اجرای مدلهای Transformer بر روی IPU Graphcore با Optimum را توضیح میدهد، تا سرعت پیشبینی و کارایی هوش مصنوعی را بهینه کنیم.
پژوهش
هوش مصنوعی: Fine‑tuning CLIP با تصاویر ماهوارهای برای تحلیل دقیقنمایش
مدل CLIP با تصاویر ماهوارهای و متنها بهصورت آزاد برپایهٔ اوپن سورس در Hugging Face فِاینتیون شد؛ این اقدام توانسته تا تعامل تصویر‑متن را در تشخیص و تحلیل تصاویر جزیی زمین افزایش دهد.
سختافزار
همکاری هوش مصنوعی: Hugging Face و Graphcore برای تسریع ترنسفورمرها با IPU
پلتفرم جدید Graphcore IPU در همکاری با Hugging Face سرعت اجرای مدلهای ترنسفورمر پیشرفته را بدون کدنویسی پیچیده، در مقیاس تولید، افزایش داده و به توسعهدهندگان امکان میدهد بهسرعت مدلهای برتر را مستقر کنند.