Come costruire pipeline di ML, in modo visuale e veloce!
Costruzione rapida e visuale di pipeline di ML!
Iniziare con Visual Blocks per l’Apprendimento Automatico
Il riassunto
Visual Blocks per l’Apprendimento Automatico è un framework di programmazione visuale open-source sviluppato da Google.
- Consente di creare pipeline di apprendimento automatico in un editor grafico facile da usare e senza codice.
- Ora puoi creare rapidamente prototipi di applicazioni multimediali utilizzando componenti trascinabili.
⚡️Continua a leggere per scoprire come questo framework può aiutare ad accelerare i tuoi flussi di lavoro di apprendimento automatico!
🚣🏻♀️ Come siamo arrivati qui
È difficile ignorare come i recenti progressi nell’apprendimento profondo abbiano prodotto una serie di modelli di apprendimento automatico (ML) per casi d’uso multimediali in tempo reale.
Gli esempi vanno dalla capacità di cambiare lo sfondo in una riunione virtuale al tracciamento del corpo nell’industria cinematografica e alla ricostruzione 3D per usi medici.
- Costruire un Classificatore di Tossicità dei Commenti utilizzando i Modelli Transformer di Hugging Face
- Meta’s Llama 2 Rivoluzionare i modelli di linguaggio open source per l’uso commerciale
- Come rimanere aggiornati con i progressi di Machine Learning e Computer Vision nel 2023?
Le modalità in cui questa tecnologia può essere applicata stanno diventando sempre più diffuse!
Ma quanto è facile prototipare effettivamente applicazioni reali che sfruttano modelli di apprendimento automatico in questo modo?
Manca forse un linguaggio comune su cui sia possibile collaborare, iterare e migliorare l’esperienza dell’utente finale sia per gli ingegneri del software (SWE) che per i designer di esperienza utente (UX)?
Queste sono alcune delle sfide che Visual Blocks è stato progettato per affrontare.
🤔 Perché vorresti utilizzarlo?
1. Prima di tutto, c’è la configurazione dell’ambiente. Avrai bisogno di un’istanza Linux in esecuzione da qualche parte, quindi installare le librerie grafiche e di apprendimento automatico, assicurarti che funzioni con la tua GPU, clonare il tuo repository di codice di lavoro, gestire le dipendenze (che potrebbero essere cambiate) e sperare che tutto funzioni al primo tentativo!
Siamo realisti; chiunque abbia eseguito passaggi simili a quelli sopra citati sa che le cose raramente vanno lisce!
Anche se hai fatto un miracolo riuscendo a configurare e far funzionare il tuo ambiente, ci sono spesso altri ostacoli. 😤
