التعلم العميق متعدد الوسائط في أقل من 15 سطرًا من التعليمات البرمجية

برعاية المشاركات

تحديات بناء نماذج متعددة الوسائط من البداية

 
بالنسبة للعديد من حالات استخدام التعلم الآلي ، تعتمد المؤسسات فقط على البيانات المجدولة والنماذج المستندة إلى الأشجار مثل XGBoost و LightGBM. هذا لأن التعلم العميق هو ببساطة صعب للغاية بالنسبة لمعظم فرق تعلم الآلة. تشمل التحديات الشائعة ما يلي:

• هناك حاجة إلى نقص المعرفة المتخصصة لتطوير نماذج التعلم العميق المعقدة
• تتطلب أطر العمل مثل PyTorch و Tensorflow من الفرق كتابة آلاف الأسطر من التعليمات البرمجية المعرضة لخطأ بشري
• يتطلب التدريب على خطوط أنابيب DL الموزعة معرفة عميقة بالبنية التحتية ويمكن أن يستغرق أسابيع لتدريب النماذج

نتيجة لذلك ، تفقد الفرق إشارات قيمة مخبأة داخل بيانات غير منظمة مثل النصوص والصور.

تطوير نموذج سريع مع أنظمة تصريحية

 
توفر أنظمة التعلم الآلي التصريحية الجديدة - مثل المصدر المفتوح Ludwig الذي بدأ في Uber - نهجًا منخفض الشفرة لأتمتة تعلم الآلة التي تمكن فرق البيانات من بناء ونشر أحدث النماذج بشكل أسرع باستخدام ملف تكوين بسيط. على وجه التحديد ، تجعل Predibase - منصة ML التصريحية منخفضة الكود الرائدة - جنبًا إلى جنب مع Ludwig من السهل بناء نماذج تعلم عميق متعددة الوسائط في أقل من 15 سطرًا من التعليمات البرمجية.

تعرف على كيفية بناء نموذج متعدد الوسائط باستخدام ML التوضيحي

 
انضم إلى ندوتنا القادمة على الويب وبرنامج تعليمي مباشر للتعرف على الأنظمة التصريحية مثل Ludwig والمتابعة جنبًا إلى جنب مع الإرشادات خطوة بخطوة لبناء نموذج تنبؤ بمراجعة العملاء متعدد الوسائط يستفيد من النص والبيانات الجدولية. 

ستتعلم في هذه الجلسة كيفية:

• تدريب وتكرار ونشر نموذج متعدد الوسائط بسرعة لتوقعات مراجعة العملاء ،
• استخدم أدوات ML التصريحية ذات التعليمات البرمجية المنخفضة لتقليل الوقت الذي يستغرقه إنشاء نماذج ML متعددة بشكل كبير ،
• استفد من البيانات غير المهيكلة بنفس سهولة البيانات المنظمة باستخدام Ludwig مفتوح المصدر و Predibase

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• بلاتوبلوكشين. Web3 Metaverse Intelligence. تضخيم المعرفة. الوصول هنا.
• المصدر https://www.kdnuggets.com/2023/01/predibase-multi-modal-deep-learning-less-15-lines-code.html?utm_source=rss&utm_medium=rss&utm_campaign=multi-modal-deep-learning-in-less-than-15-lines-of-code