深掘り:Hugging Face Optimum Graphcore上のVision Transformers
Hugging Face Optimum GraphcoreでVision Transformer (ViT) モデルを効率的に実行する方法が解説されまし…
AI&Tech、もう追いかけなくていい。
30秒で読めるニュースダイジェスト
Hugging Face Optimum GraphcoreでVision Transformer (ViT) モデルを効率的に実行する方法が解説されまし…
大規模Transformerモデルのメモリ効率を大幅に向上させる8ビット行列乗算が導入されました。
Hugging Faceが機械学習モデルのデプロイを簡素化するライブラリ「Skops」を発表しました。
Hugging FaceがTensorFlowコミュニティへの継続的なコミットメントを表明しました。
Hugging FaceのVision Transformer (ViT) モデルをKubernetes上でTensorFlow Servingを使ってデプロイする…
Hugging FaceがSentence Transformersモデルの訓練とファインチューニングに関するガイドを公開しました。
強化学習アルゴリズムの一つであるPPOについて解説しています。
Transformerの自己注意メカニズムをNyström法で近似し、計算量とメモリ使用量を線形に削減しました。
米国国家AI研究リソース(NAIRR)の中間報告書が公開され、Hugging Faceがコメントを発表しました。
OpenAIが、テキストの途中の欠落部分を埋める言語モデルの効率的なトレーニング手法を発表しました。
Hugging FaceがDatasetsライブラリに音声・画像データセットに関する新しいドキュメントを追加しました。
TensorFlowとXLAを組み合わせることで、テキスト生成の速度が大幅に向上しました。