複数の画像やテキストの解釈 人工知能 - Section 153
人工知能の世界とその変革の可能性を探ります
スケールにおけるトランスフォーマーの最適化ツールキット、Optimumをご紹介します
この投稿は、Hugging Faceが最先端の機械学習プロダクションパフォーマンスを民主化するための旅の第一歩です。目指すところ...
Hugging FaceとGraphcoreがIPU最適化されたTransformersのために提携
2021年AIハードウェアサミットでの発表により、Hugging Faceはデバイス最適化モデルやソフトウェア統合を含む新しいハードウ...
ハグフェイスでの夏
夏は公式に終わり、この数か月はHugging Faceでかなり忙しかったです。Hubの新機能や研究、オープンソースの開発など、私たち...
Gradioを使用して、Spacesで自分のプロジェクトをショーケースしましょう
Gradioを利用することで、機械学習プロジェクトを簡単にデモンストレーションすることができます。 このブログ記事では、以下...
リモートセンシング(衛星)画像とキャプションを使用してCLIPの微調整
リモートセンシング(衛星)画像とキャプションを使用したCLIPの微調整 今年の7月、Hugging FaceはFlax/JAXコミュニティウィ...
1Bのトレーニングペアで文埋め込みモデルをトレーニングする
文の埋め込みは、文を実数のベクトルにマッピングする手法です。理想的には、これらのベクトルは文の意味を捉え、高度に汎用...
コース開始コミュニティイベント
嬉しいお知らせです。Hugging Faceチームの多くの作業の結果、Hugging Faceコースのパート2が11月15日にリリースされます!パ...
モダンなCPU上でのBERTライクモデルの推論のスケーリングアップ – パート2
イントロダクション:CPU上でのAI効率を最適化するためのIntelソフトウェアの使用 前のブログ記事で詳細に説明したように、In...
🤗 Transformersを使用して、低リソースASRのためにXLSR-Wav2Vec2を微調整する
新着(11/2021):このブログ投稿は、XLSRの後継であるXLS-Rを紹介するように更新されました。 Wav2Vec2は、自動音声認識(AS...
IPUを使用したHugging Face Transformersの始め方と最適化について
Transformerモデルは、自然言語処理、音声処理、コンピュータビジョンなど、さまざまな機械学習タスクで非常に効率的であるこ...

- You may be interested
- 「ヒュメインが革命的なAIパワードウェア...
- 「NYUとGoogle AIの研究者が、機械学習の...
- VoAGIニュース、9月20日:ExcelでのPython...
- 2023年9月のトップAIメールアシスタント
- 「AIの文の埋め込み、解明された」
- 「Anthropic Releases Claude 2.1:拡張さ...
- 「ローカルCPUで小規模言語モデルを実行す...
- 「生成型AIのGPT-3.5からGPT-4への移行の...
- 音声合成:進化、倫理、そして法律
- アイザカと共に過去を予測する
- 『Retrieval-Augmented GenerationとSelf-...
- 「将来に備えたデータゲーム:2023年に必...
- 「このテクニックでより良い棒グラフを作...
- 大規模言語モデルは安全性を自己評価でき...
- 「ChatGPTを再び視覚させる:このAIアプロ...
Find your business way
Globalization of Business, We can all achieve our own Success.