Multimodal djupinlärning på mindre än 15 rader kod

sponsrade Post

Utmaningarna med att bygga multimodala modeller från grunden

 
För många användningsfall för maskininlärning förlitar sig organisationer enbart på tabelldata och trädbaserade modeller som XGBoost och LightGBM. Detta beror på att djupinlärning helt enkelt är för svårt för de flesta ML-lag. Vanliga utmaningar inkluderar:

• Brist på expertkunskap som behövs för att utveckla komplexa modeller för djupinlärning
• Ramverk som PyTorch och Tensorflow kräver att team skriver tusentals rader kod som är benägna att göra mänskliga fel
• Utbildning av distribuerade DL-pipelines kräver djup kunskap om infrastruktur och kan ta veckor att träna modeller

Som ett resultat går team miste om värdefulla signaler gömda i ostrukturerad data som text och bilder.

Snabb modellutveckling med deklarativa system

 
Nya deklarativa maskininlärningssystem – som Ludwig med öppen källkod som startade på Uber – ger en lågkodsstrategi för att automatisera ML som gör det möjligt för datateam att bygga och distribuera toppmoderna modeller snabbare med en enkel konfigurationsfil. Specifikt gör Predibase – den ledande deklarativa ML-plattformen med låg kod – tillsammans med Ludwig det enkelt att bygga multimodala djupinlärningsmodeller i < 15 rader kod.

Lär dig hur man bygger en multimodal modell med deklarativ ML

 
Gå med i vårt kommande webinar och live-handledning för att lära dig om deklarativa system som Ludwig och följa steg för steg-instruktioner för att bygga en multimodal kundrecensionsprediktionsmodell som använder text och tabelldata. 

I den här sessionen lär du dig hur du:

• Träna, iterera och implementera snabbt en multimodal modell för kundrecensioner,
• Använd deklarativa ML-verktyg med låg kod för att dramatiskt minska tiden det tar att bygga flera ML-modeller,
• Utnyttja ostrukturerad data lika enkelt som strukturerad data med öppen källkod Ludwig och Predibase

• SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
• Platoblockchain. Web3 Metaverse Intelligence. Kunskap förstärkt. Tillgång här.
• Källa: 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