Mininglamp Technology는 대형 모델의 사전 훈련을 촉진하기 위해 무료 오픈 소스 TensorBoard.cpp를 출시했습니다.

최근 Mininglamp Technology Group은 기계 학습 시각화 도구인 TensorBoard의 C++ 인터페이스를 구현했습니다. 이는 C++ 기반 대형 모델 프로젝트 도구 세트를 더욱 풍부하게 하여 대형 모델 사전 훈련 프로세스를 더욱 편리하고 효율적으로 모니터링할 수 있게 해줍니다. 마케팅 분야에서 대형 모델의 사전 교육 과정을 가속화합니다. 이 도구는 Github의 오픈 소스입니다.

TensorBoard는 Google에서 개발한 기계 학습 시각화 도구이며 일반적으로 기계 학습 프로세스의 다양한 지표를 모니터링하는 데 사용됩니다. Mininglamp Technology의 수석 기술 이사인 Zhao Liang은 다음과 같이 말했습니다: “대형 모델의 훈련 과정에서 데이터 모니터링은 중요한 차원이며 TensorBoard는 손실 변화 기록 및 훈련 과정 검증과 같은 모델의 다양한 매개변수와 결과를 시각화합니다. PPL 변경, 학습 속도 변경, 토큰 소비, 단일 단계 매개변수 업데이트 지연 및 기타 지표를 사용하여 훈련 상태를 분석하고, 훈련 과정에서 발생하는 문제를 발견하고, 프로세스를 개선하기 위한 시기적절한 개입 조치를 취합니다. 대규모 모델 훈련 효과.”

Minglue Technology의 C++ 인터페이스 TensorBoard 도구 페이지는 오픈 소스입니다

이전에는 TensorBoard가 Python 언어 인터페이스만 지원했습니다. 이번에 Mininglamp Technology는 C++를 통해 TensorBoard를 구현하고,

C++ 기반 대규모 모델 프로젝트의 도구 세트를 더욱 풍부하게 할 것입니다.

모델 훈련 및 모니터링의 효율성을 크게 향상시키고, 모델 훈련 프로세스를 가속화하며, 도구를 다시 작성한 후 인터페이스는 스칼라, 히스토그램, 이미지, 이미지 컬렉션, 오디오, 텍스트 및 기타 데이터 패턴을 포함한 다차원 데이터 패턴 표시 교육 표시기를 사용합니다. 이 툴킷은 github 프로젝트 Tensorboard.cpp를 통해 공유되어 더 많은 연구자와 개발자가 대형 모델의 개발 프로세스에 참여하고 이를 가속화하며 여러 분야에서 인공 지능의 응용 탐색을 촉진할 수 있도록 돕습니다. Mininglamp Technology Group의 CTO 인 CTO (CTO)는 다음과 같이 말했다. 더 높은 효율성과 더 낮은 비용이 요구되는 마케팅 분야에서 대형 모델을 만들려면 적응형 기술을 통해 대형 모델의 기능을 향상해야 합니다. 좋은 산업 대형 모델은 일반 대형 모델의 논리와 언어적 부드러움을 갖춰야 합니다. 동일한 논리와 언어적 부드러움이 필요합니다. 특정 산업이나 특정 분야에서 일반 대형 모델이 갖지 못한 진정성과 전문성을 갖추기 위해 밍글루테크놀로지가 지난 17년간 축적한 방대한 산업 데이터를 바탕으로, 교육 모니터링 시각화 도구의 도움으로 교육 속도를 향상하고 적시에 문제를 발견하며 고객을 위해 보다 안정적이고 효과적인 산업을 만들 것입니다. 빅모델.”

위 내용은 Mininglamp Technology는 대형 모델의 사전 훈련을 촉진하기 위해 무료 오픈 소스 TensorBoard.cpp를 출시했습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!