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…
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。