Ludwig

ludwig.ai
На карте связей Открыть сайт

Платформа машинного обучения с открытым исходным кодом с декларативной конфигурацией, упрощающая создание конвейеров глубокого обучения с помощью гибкой системы конфигурации.

Описание

Ludwig — это платформа машинного обучения с открытым исходным кодом, разработанная для упрощения создания и обучения моделей глубокого обучения с помощью декларативного, управляемого данными подхода к конфигурации. Она позволяет пользователям определять входные и выходные характеристики, предварительную обработку, архитектуру модели и параметры обучения в простом конфигурационном файле, устраняя необходимость в обширном программировании. Изначально разработанная компанией Uber и теперь размещенная в Linux Foundation AI & Data, Ludwig поддерживает широкий спектр задач, включая классификацию текста, подписи к изображениям, маркировку последовательностей, регрессию и многое другое. Ее архитектура энкодер-комбайнер-декодер гибко обрабатывает различные типы данных и интегрирует передовые функции, такие как распределенное обучение, оптимизация гиперпараметров и простое развертывание моделей.

Установка

Не знаете, с чего начать — попросите ассистента провести по шагам:

Возможности

Декларативная конфигурация
Пользователи определяют весь конвейер машинного обучения — от предварительной обработки данных до архитектуры модели и обучения — с помощью простого, гибкого конфигурационного файла.
Универсальная архитектура энкодер-комбайнер-декодер
Поддерживает различные типы входных и выходных данных, включая текст, изображения, категориальные данные и временные ряды, обеспечивая разнообразные задачи машинного обучения.
Распределенное обучение и масштабируемость
Интегрируется с Ray и Horovod для обеспечения распределенного обучения на нескольких GPU или машинах, ускоряя итерации и экспериментирование с моделями.
Оптимизация гиперпараметров
Встроенная поддержка параллельной настройки гиперпараметров с использованием Ray Tune, позволяющая эффективно исследовать конфигурации моделей.
Низкокодовый интерфейс для AutoML
Автоматизирует обучение моделей, требуя только набор данных, целевую колонку и временной бюджет, делая глубокое обучение доступным для непрофессионалов.
Простое обслуживание и экспорт моделей
Предоставляет инструменты командной строки для обслуживания моделей через REST API и экспорта моделей в оптимизированные форматы, такие как TorchScript, для производственного использования.

Сценарии использования

Быстрое прототипирование моделей глубокого обучения
Исследователи и разработчики могут быстро создавать и итерировать модели без обширного программирования, фокусируясь на архитектуре и данных.
Мультимодальные приложения для работы с данными
Поддерживает задачи, сочетающие текст, изображения, категориальные данные и временные ряды, полезные в таких областях, как здравоохранение, финансы и обслуживание клиентов.
Тонкая настройка больших языковых моделей
Обеспечивает возможность тонкой настройки больших языковых моделей с использованием частных данных, применяя эффективные методы, такие как LoRA и квантованное обучение.
Распределенное обучение для крупномасштабных проектов
Масштабирует рабочие нагрузки обучения на кластеры для сокращения времени разработки и экспериментирования с моделями.
Автоматизированное машинное обучение для непрофессионалов
Позволяет пользователям без глубоких знаний в ML обучать эффективные модели путем автоматизации конфигурации и обучения конвейера.

Частые вопросы

Ludwig — это платформа с открытым исходным кодом, которая упрощает создание моделей глубокого обучения с помощью декларативного конфигурационного файла без программирования.

Как эксперты в ML, так и непрофессионалы могут использовать Ludwig для создания моделей благодаря его низкокодовому интерфейсу и автоматизированным функциям.

Ludwig поддерживает текст, изображения, категориальные данные, числовые значения, последовательности и временные ряды как входные и выходные характеристики.

Да, Ludwig поддерживает распределенное обучение с Ray и Horovod, а также методы, такие как LoRA и квантованное обучение для больших моделей.

Он интегрируется с Ray Tune для выполнения масштабируемого, параллельного поиска гиперпараметров на нескольких машинах.

Требуется минимальное программирование; большинство конфигураций выполняется декларативно в файлах YAML или JSON.

Да, Ludwig предоставляет инструменты для обслуживания моделей через REST API и экспорта их в оптимизированные форматы для производства.

Да, Ludwig предлагает функцию AutoML, которая автоматизирует обучение моделей при наличии набора данных, целевой колонки и временного бюджета.

Характеристики

Тип Инструмент
КатегорияКодинг и разработка / Без кода и с низким кодом
Цена бесплатно
Платформа Десктоп
Системы macos, cli, docker, api, linux
Хостингlocal
Установкаdesktop-app
Язык сайтаru
Просмотры9 069

Платформы

api cli macos docker linux

Теги

ai developer tools no code low code

Соцсети

X GitHub medium Discord

Исходный код

репозиторий

Найден в источниках

moge

Похожие в разделе «Кодинг и разработка»

ReDigest
ReDigest Продолжаем субботнюю рубрику, тут я кратко рассказываю про новости из мира технологий и AI, которые привлекли мое внимание.
OpenHands
Code less, make more
Bolt AI
Create apps and websites simply by talking to AI.
GitHub
Главный хостинг кода: репозитории, Actions, Copilot и почти все AI-проекты.
Codex 2.0 by OpenAI
Codex 2.0 — продвинутый ИИ для создания приложений и автоматизации задач. Ускорьте разработку с помощью нейросети от OpenAI.
Wispr Flow — это технологический оргазм
Список полезных сервисов... ... хотела подготовить я для вас. Решила собрать в один пост все сервисы, которые когда-ли

Предложить сайт в каталог

Пришлите ссылку — остальное мы выясним сами.

Мы рассмотрим, что вы прислали, и добавим в каталог, если подойдёт.

Не знаете, как внедрить? Мы поможем

Расскажите про задачу — подберём инструменты и подскажем, с чего начать.

0 / 5000
Проверочный код

Поля со звёздочкой обязательны. Данные используются только для ответа.