Вы - учёные, работающие с данными, или инженер по данным, которые хотят иметь полный контроль над своими моделями Keras и избавиться от бессмысленных скачков и поиска параметров? Оптимизация гиперпараметров обычно требует обучения модели несколько раз с различными конфигурациями, что означает, что требуется быстрый компьютер с несколькими видеокартами, чтобы уменьшить время задержки за счет более быстрого обучения моделей. Прочитав этот пост, вы сможете настроить свою модель Keras для..

ЦП (центральные процессоры): Центральные процессоры — это процессоры общего назначения, которые есть в большинстве компьютеров. Они предназначены для широкого круга задач и превосходно справляются с последовательной обработкой. Процессоры имеют несколько мощных ядер, способных обрабатывать сложные инструкции. Производительность для глубокого обучения/машинного обучения. ЦП универсальны, но не являются лучшим выбором для задач глубокого обучения и машинного обучения, требующих..

Я предварительно обучил японскую модель XLNet с максимальной длиной последовательности 512 на вытесняемом модуле Cloud TPU v3–256, любезно предоставленном Google TFRC (бесплатно!) С набором данных японской Википедии. Хотя обучение было еще преждевременным, когда я израсходовал все свои кредиты TPU, я доработал модель, чтобы классифицировать японские новости Livedoor. Я черпал вдохновение из вклада Ёхея Кикута , в котором он предварительно обучил и поделился японской моделью BERT...