Mininglamp Technology lance TensorBoard.cpp open source gratuit pour faciliter la pré-formation des grands modèles

Récemment, Mininglamp Technology Group a implémenté l'interface C++ de l'outil de visualisation d'apprentissage automatique - TensorBoard, qui enrichit encore l'ensemble d'outils de projet de grands modèles basés sur C++, rendant la surveillance du processus de pré-formation de grands modèles plus pratique et efficace. et accélération du processus de pré-formation des grands modèles dans le domaine du marketing. L'outil est open source sur Github.

TensorBoard est un outil de visualisation d'apprentissage automatique développé par Google et est couramment utilisé pour surveiller divers indicateurs du processus d'apprentissage automatique. Zhao Liang, directeur technique principal de Mininglamp Technology, a déclaré : « Pendant le processus de formation de grands modèles, la surveillance des données est une dimension importante, et TensorBoard visualise divers paramètres et résultats dans le modèle, tels que l'enregistrement des changements de perte et la vérification du processus de formation. de grands modèles. Ensemble de modifications PPL, modifications du taux d'apprentissage, consommation de jetons, délai de mise à jour des paramètres en une seule étape et autres indicateurs pour aider à analyser l'état de la formation, découvrir les problèmes qui surviennent au cours du processus de formation et prendre des mesures d'intervention en temps opportun pour améliorer le processus et effet de la formation sur un grand modèle. Cette fois, Mininglamp Technology implémente TensorBoard via C++, enrichira encore l'ensemble d'outils des grands projets de modèles basés sur C++, améliorera considérablement l'efficacité de la formation et de la surveillance des modèles, accélérera le processus de formation des modèles et les outils après la réécriture du L'interface utilisera des modèles de données multidimensionnels pour afficher des indicateurs de formation, notamment des modèles scalaires, histogrammes, images, collections d'images, audio, texte et autres modèles de données. La boîte à outils est partagée via le projet github Tensorboard.cpp, aidant

davantage de chercheurs et de développeurs à participer et à accélérer le processus de développement de grands modèles, et à promouvoir l'exploration des applications de l'intelligence artificielle dans plusieurs domaines.

Minglue Technology a ouvert deux kits d'outils sur G

ithub: ASR-BlockFormer et Tensorboard.cpp

hao Jie, CTO de Mininglamp Technology Group, a déclaré: "Nous voulons Pour fabriquer de grands modèles dans le domaine du marketing, dans le respect des exigences d'une plus grande efficacité et d'un coût inférieur, nous devons améliorer les capacités des grands modèles grâce à une technologie adaptative. Les grands modèles de bonne industrie doivent avoir la logique et la fluidité du langage des grands modèles généraux, et ils également. besoin d'avoir la même logique et la même fluidité de langage. Pour atteindre l'authenticité et le professionnalisme dans une certaine industrie ou un domaine spécifique qui ne sont pas disponibles dans les grands modèles généraux, nous basons nos efforts sur les données industrielles massives accumulées par Mininglamp Technology au cours des 17 dernières années, en partant des besoins réels des clients et en exploitant l'énorme quantité de données. Avec l'aide d'outils de visualisation de suivi de la formation, nous améliorerons la vitesse de formation, détecterons les problèmes en temps opportun et créerons une industrie plus fiable et plus efficace pour nos clients. Grand modèle. »

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!