| Рубрикатор |  |
 |
Реклама
| Все новости |  |
Новости компаний | |
|
Новая платформа Google сокращает затраты на обучение ИИ-модулей
| 26 марта 2020 |
Google выпустила платформу с открытым исходным кодом SEED RL, которая позволяет масштабировать обучение ИИ-модулей на тысячах компьютеров. Это решение, по словам разработчиков, позволяет снижать расходы на 80%, благодаря чему стартапы могут создавать алгоритмы на уровне продуктов крупных технологических компаний.
Фреймворк SEED RL построен на платформе TensorFlow 2.0 и использует комбинацию графических и тензорных модулей для централизации модели логического вывода. Вывод затем выполняется с использованием компонента, который обучает модель.
Этот компонент, как заявляют в Google, может быть масштабирован на тысячи ядер, а число исполнителей, обеспечивающих итерацию между выполнением шагов в обучающей среде и выполнением вывода модели для прогнозирования следующего действия, может масштабироваться до тысяч машин.
В Google заявляют, что результаты тестирования SEED RL говорят о значительном ускорении обучения, а поскольку этот подход значительно дешевле, чем использование графических процессоров, то и стоимость экспериментов существенно снижается. По мнению разработчиков, благодаря SEED RL обучение с подкреплением получило возможность использовать потенциал акселераторов наравне с другими методами глубокого обучения.
Аналитик Constellation Research Хольгер Мюллер (Holger Mueller) в разговоре с изданием SiliconANGLE отметил, что SEED RL выглядит как еще один пример «обучения с подкреплением», который, по мнению эксперта, становится одним из наиболее перспективных методов ИИ для развития приложений следующего поколения.
Исходные коды SEED RL выложены на портале GitHub. Там же доступны примеры запуска фреймворка в облачной инфраструктуре Google Cloud с графическими процессорами.
Источник: TAdviser
Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!
Адрес: 105082, Россия, г. Москва, 2-й Ирининский пер, д. 3
Оставить свой комментарий:
Комментарии по материалу
Данный материал еще не комментировался.