Uber宣布開(kāi)源Ludwig，一個(gè)基于TensorFlow的工具箱，該工具箱特點(diǎn)是不用寫(xiě)代碼就能夠訓練和測試深度學(xué)習模型。Uber官方表示，對于A(yíng)I開(kāi)發(fā)者來(lái)說(shuō)，Ludwig可以幫助他們更好地理解深度學(xué)習方面的能力，并能夠推進(jìn)模型快速迭代。另一方面，對于A(yíng)I專(zhuān)家來(lái)說(shuō)，Ludwig可以簡(jiǎn)化原型設計和數據處理過(guò)程，從而讓他們能夠專(zhuān)注于開(kāi)發(fā)深度學(xué)習模型架構。

　　對于Ludwig支持的數據類(lèi)型（文本、圖像、類(lèi)別等），其提供了一個(gè)將原始數據映射到張量的編碼器，以及將張量映射到原始數據的解碼器（張量是線(xiàn)性代數中使用的數據結構）。內置的組合器，能夠自動(dòng)將所有輸入編碼器的張量組合在一起，對它們進(jìn)行處理，并將其返回給輸入解碼器。

 

　　Uber表示，通過(guò)組合這些特定于數據類(lèi)型的組件，用戶(hù)可以將Ludwig用于各種任務(wù)。比如，組合文本編碼器和類(lèi)別解碼器，就可以獲得一個(gè)文本分類(lèi)器。

　　每種數據類(lèi)型有多個(gè)編碼器和解碼器。例如，文本可以用卷積神經(jīng)網(wǎng)絡(luò )（CNN），循環(huán)神經(jīng)網(wǎng)絡(luò )（RNN）或其他編碼器編碼。用戶(hù)可以直接在模型定義文件中指定要使用的參數和超參數，而無(wú)需編寫(xiě)單行代碼。

 

　　Ludwig采用的這種靈活的編碼器-解碼器架構，即使是經(jīng)驗較少的深度學(xué)習者，也能夠輕松地為不同的任務(wù)訓練模型。比如文本分類(lèi)、目標分類(lèi)、圖像字幕、序列標簽、回歸、語(yǔ)言建模、機器翻譯、時(shí)間序列預測和問(wèn)答等等。

 

　　此外，Ludwig還提供了各種工具，且能夠使用開(kāi)源分布式培訓框架Horovod。目前，Ludwig有用于二進(jìn)制值，浮點(diǎn)數，類(lèi)別，離散序列，集合，袋（bag），圖像，文本和時(shí)間序列的編碼器和解碼器，并且支持選定的預訓練模型。未來(lái)將支持更多資料的種類(lèi)。
　　(邯鄲網(wǎng)站建設)

日本地圖開(kāi)發(fā)商收購通用...

中微5納米等離子體刻蝕機...