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
- コードを解読する LLMs
- PySparkでのランダムフォレスト回帰の実装...
- 「HuggingFaceへの入り口」
- ステアラブルニューラルネットワーク(パ...
- このAI研究は、OpenAIの埋め込みを使用し...
- ボイジャーAGIニュース、10月11日:仕事を...
- 3つの高額なミスを避けて、A/Bテストを保...
- 「OpenAIのGPTストアで稼ぐための11のカス...
- オートフォーマリゼーションは、非公式と...
- パーセプトロンからアダラインまで –...
- インドのOla CEO、ブハビッシュ・アガルワ...
- 「言語復興のための生成型AI」
- 「Decafと出会う:顔と手のインタラクショ...
- 「カートゥーンアニメーションの未来を照...
- Googleがコンテンツを評価する方法:最新...
Find your business way
Globalization of Business, We can all achieve our own Success.