「ビジュアルで高速にMLパイプラインを構築する方法！」

ビジュアルMLパイプライン構築の方法！

Visual Blocks for ML のはじめ方

概要

Visual Blocks for ML は、Google が開発したオープンソースのビジュアルプログラミングフレームワークです。

• これにより、簡単に使用できるノーコードのグラフエディタで ML パイプラインを作成できます。
• 今や、ドラッグアンドドロップのコンポーネントを使用して、素早くメディアアプリケーションのプロトタイプを作成できます。

⚡️このフレームワークがどのように ML ワークフローを加速するのかを知るために、読み続けてください！

🚣🏻‍♀️ ここに至るまでの経緯

深層学習の最近の進歩が、リアルタイムのメディアユースケースにおいて多くの機械学習（ML）モデルを生み出していることを無視するのは難しいです。

例えば、仮想会議で背景を変更する能力、映画産業でのボディトラッキング、医療用途の3D再構築などがあります。

• 「Hugging FaceのTransformerモデルを使用して、コメントの有害性ランキングを作成する」
• 「AIの求人市場の黙示録を避けろ：生き残りのガイド — パート２」
• ChatGPTのクエリごとのエネルギー使用量

この技術の応用方法はますます広範かつ普及しています！

しかし、実際には、このように ML モデルを活用するリアルワールドのアプリケーションのプロトタイプを作成するのはどれほど簡単なのでしょうか？

ソフトウェアエンジニア（SWE）とユーザーエクスペリエンス（UX）デザイナーの両方が協力し、イテレーションを行い、エンドユーザーエクスペリエンスを改善するために活用できる共通言語が不足しているのでしょうか？

これらは、Visual Blocks が解決するために設計された課題の一部です。

🤔 なぜ使用したいのか？

1. まず、環境設定があります。Linux インスタンスをどこかで実行し、グラフィックスと ML ライブラリをインストールし、GPU との互換性を確認し、作業コードリポジトリをクローンし、依存関係を処理し、すべてが最初の試行でうまくいくことを願います！

現実的に考えましょう。上記の手順と類似する手順を実行したことのある人は、物事が滑らかに進むことは滅多にないことを知っています！

環境設定を成功させて実行できたとしても、道には他にもいくつかの障害があることがよくあります。😤

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!