MLC@Home
Цель проекта MLC@Home - научиться понимать и интерпретировать сложные модели машинного обучения с акцентом на нейронные сети.
Нейронные Сети послужили топливом для революционных изменений в сфере машинного обучения в течение последних десяти лет, в результате чего машины научились выполнять удивительно сложные задачи. Однако данные модели являются ничем иным как "черными ящиками": мы знаем, что они работают, но они настолько сложны (имеют вплоть до сотни миллионов параметров!), что мы с трудом себе представляем пределы их возможностей. Тем не менее, понимание того, как устроены нейронные сети, становится чрезвычайно важным, поскольку они развертываются в критически важных для безопасности областях, таких как медицина и беспилотные транспортные средства.
MLC@Home предоставляет открытую и общую платформу BOINC для исследователей в области машинного обучения. Это позволяет нам параллельно тренировать тысячи сетей, обладающими строго контролируемыми входными параметрами, гиперпараметрами и сетевыми структурами. Мы делаем это для того, чтобы добиться глубокого понимания этих сложных моделей.
Цитата: DimOK от 09.07.2020, 12:50Цель проекта MLC@Home - научиться понимать и интерпретировать сложные модели машинного обучения с акцентом на нейронные сети.
Нейронные Сети послужили топливом для революционных изменений в сфере машинного обучения в течение последних десяти лет, в результате чего машины научились выполнять удивительно сложные задачи. Однако данные модели являются ничем иным как "черными ящиками": мы знаем, что они работают, но они настолько сложны (имеют вплоть до сотни миллионов параметров!), что мы с трудом себе представляем пределы их возможностей. Тем не менее, понимание того, как устроены нейронные сети, становится чрезвычайно важным, поскольку они развертываются в критически важных для безопасности областях, таких как медицина и беспилотные транспортные средства.
MLC@Home предоставляет открытую и общую платформу BOINC для исследователей в области машинного обучения. Это позволяет нам параллельно тренировать тысячи сетей, обладающими строго контролируемыми входными параметрами, гиперпараметрами и сетевыми структурами. Мы делаем это для того, чтобы добиться глубокого понимания этих сложных моделей.
А ссылку для подключения можно?
Ссылка для подключения - https://www.mlcathome.org/mlcathome/
Цитата: DimOK от 10.07.2020, 08:35Ссылка для подключения - https://www.mlcathome.org/mlcathome/
Благодарю
Потрясающая новость!
MLC@Home стал частью проекта лаборатории Восприятия, Робототехники и Машинного Обучения (Cognition, Robotics, and Learning (CORAL)) Университета Мэриленд округа Балтимор.
Это дает ему много преимуществ, не последними из которых являются собственное помещение в лаборатории для запуска оборудования, новые идеи для исследования и сотрудничество с другими учеными, которые могут и не быть членами сообщества BOINC.
Но самое важное заключается в том, что поддержка от университетской исследовательской лаборатории придает вам – нашим добровольцам – некоторую уверенность в том, что у этого проекта есть как академические преимущества, так и научная цель, выходящие за рамки одного исследователя и его целей. В течение следующих нескольких дней я буду делиться с вами новостями об этом новом союзе.
Информация с главной страницы лаборатории CORAL:
Объем данных о нашем мире с каждым днем растет, что позволяет человечеству получать более глубокое представление о способах мышления, поведения и взаимодействии людей с обществом и окружающей средой в целом. Это произвело революцию в нашем современном образе жизни, начиная с заказов продуктов питания по Интернету и свиданий и заканчивая проведением политических кампаний. Наше понимание этих данных растет с каждым днем и со стремительной скоростью.
Наша лаборатория Восприятия, Робототехники и Машинного Обучения является одной из ключевых научных лабораторий Университета Мэриленд. Мы работаем над решением большого спектра интересных задач в сфере машинного бучения, искусственно интеллекта, робототехники и социальных сетей. Наши проекты нацелены на поиск решений для задач с помощью Баз Знаний с целью улучшения методов Машинного Обучения, применения нестандартных способов обработки текстов на естественных языках, поиска интересных паттернов (закономерностей) в публикациях в сети Twitter. Исследования на основе данных открывают перед нами просто безграничные возможности.
Там же можно посмотреть список их публикаций и познакомиться с их командой.
Мы рады сообщить, что на сервере развернута новая версия приложения MLDS. Новые функции включают:
Добавлена поддержка наборов данных в формате INT8, а также Float32 (помогает использовать память)
ARM64 / ARM32 поддержка
Обновление до libTorch v1.6
Сбор информации о libtorch и Arch
Поддержка WU набора данных 3
Много внутренних улучшений, включая поддержку CI
Этот выпуск готовит нас к WU для набора данных 3, которые начнут появляться в течение следующих нескольких дней, когда мы войдем в следующую фазу проекта. Изменился способ создания клиентов, поэтому, пожалуйста, сообщайте о любых проблемах с новыми клиентами на форуме.
https://www.mlcathome.org/mlcathome/forum_forum.php?id=1
https://www.mlcathome.org/mlcathome/forum_index.php
Как всегда, проверяйте раздел новостей на веб-сайте, чтобы узнать о еженедельных обновлениях «На этой неделе в MLC @ Home» и / или подписывайтесь на нас в Twitter по адресу @ MLCHome2.
https://www.mlcathome.org/mlcathome/forum_thread.php?id=57
Обещают бэйджи на неделе.