Support us

Microsoft вслед за Google открыла код среды для машинного обучения

Оставить комментарий
Microsoft вслед за Google открыла код среды для машинного обучения

Microsoft открыла исходный код платформы для машинного обучения. Ранее то же самое со своей платформой сделала Google, сообщает CNews.

Читать далее

Иллюстрация: bidnessetc.com.

Microsoft открыла код платформы Microsoft Distributed Machine Learning Toolkit, разместив его на сайте GitHub. Со временем компания планирует добавлять в DMLT новые возможности, которые тоже будут открытыми.

Платформа Microsoft Distributed Machine Learning Toolkit (DMLT) предназначена для децентрализованного машинного обучения — одновременного использования множества компьютеров с целью решения ресурсоемких вычислительных задач. 

Состав платформы DMLT включает три элемента: программный каркас DMTK, алгоритм LightLDA для обучения моделей и алгоритмы для обработки естественных языковых запросов (определения взаимосвязей между словами) Distributed Word Embedding и Distributed Multisense Word Embedding.

Базовым элементом DMLT является C++ SDK для клиент-серверной архитектуры.

«Несколько виртуальных серверов могут быть запущены на нескольких машин для обслуживания параметров глобальной модели», — говорится в документации к DMLT. 

Благодаря широкому разнообразию интерфейсов программирования (API) платформа позволяет исследователям и разработчикам сфокусироваться на ключевых элементах машинного обучения, таких как данные, модели и обучение. С платформой DMLT разработчики получают возможность быстрее решать задачи по обработки больших объемов информации, чем прежде, уверяют в Microsoft.

В корпорации рассчитывают, что DMLT позволит исследователям сократить время обучения моделей на различных вычислительных узлах без необходимости беспокоиться за управление и распределение потоками и нагрузкой. Кроме того, платформа упрощает внутренний обмен данными, так как включает две различные библиотеки для этой цели (MPI и ZMQ).

На днях Microsoft представила технологию распознавания эмоционального состояния человека по анализу его лица на фотографии. Это один из примеров реализации машинного обучения. Помимо этого, исследователи Microsoft занимаются разработкой алгоритмов интерпретации слов, звуков и изображений. 

Читайте также
TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении
TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении
TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении
Пока 20% топ-менеджеров утверждают, что машинное обучение является существенной частью их бизнеса, неудивительно, что стоимость мирового рынка машинного обучения, по некоторым оценкам, достигнет $117 млрд к концу 2027 года. Мы перевели материал Udacity о семи самых обсуждаемых тенденциях в машинном обучении в 2022 году.
Нейросеть «оживляет» классические пиксельные игры
Нейросеть «оживляет» классические пиксельные игры
Нейросеть «оживляет» классические пиксельные игры
Meta разработала ИИ для «чтения мыслей»
Meta разработала ИИ для «чтения мыслей»
Meta разработала ИИ для «чтения мыслей»
Во Франции искусственный интеллект помогает искать нелегальные бассейны и штрафовать нарушителей
Во Франции искусственный интеллект помогает искать нелегальные бассейны и штрафовать нарушителей
Во Франции искусственный интеллект помогает искать нелегальные бассейны и штрафовать нарушителей
3 комментария

Хотите сообщить важную новость? Пишите в Telegram-бот

Главные события и полезные ссылки в нашем Telegram-канале

Обсуждение
Комментируйте без ограничений

Релоцировались? Теперь вы можете комментировать без верификации аккаунта.

Комментариев пока нет.