ModelMill - تدريب ونشر نماذج الذكاء الاصطناعي على الحافة

الوصف

ModelMill هي منصة تعلم عميق قائمة على السحابة تم تطويرها بواسطة Literal Labs لتدريب واختبار ونشر الشبكات القائمة على المنطق (LBNs). تم تصميمها لأتمتة العملية الشاملة لإنشاء نماذج الذكاء الاصطناعي، من استيراد البيانات إلى توليد SDK، مما يسمح للمستخدمين بإنتاج نماذج ذكاء اصطناعي جاهزة للحافة دون الحاجة إلى خبرة هندسية متخصصة في الذكاء الاصطناعي.

تقبل المنصة مجموعات البيانات بتنسيقات CSV وJSON أو ZIP، حتى حجم 5 جيجابايت، وتشتمل على مجموعات بيانات جدولية مفتوحة من OpenML لأولئك الذين ليس لديهم بيانات خاصة بهم. يقوم ModelMill بمعالجة البيانات مسبقًا تلقائيًا، حيث يقوم بإجراء عمليات مثل التصفية، والتطبيع، وتعبئة التسلسل لإعدادها للتدريب عالي الجودة.

التعليق هو خطوة رئيسية في سير عمل ModelMill. يمكن للمستخدمين التعليق على البيانات يدويًا أو الاستفادة من محرك AutoML الخاص بـ ModelMill، الذي يقترح تعليقات بناءً على التحليل الإحصائي والأنماط الهيكلية. تدعم المنصة مهام التصنيف، والانحدار، واكتشاف الشذوذ، حيث يتم الكشف تلقائيًا عن نوع المهمة بناءً على تعليقات البيانات.

بمجرد التعليق على البيانات، يقوم المستخدمون بتحديد هدف النشر، بما في ذلك قيود الأجهزة ومقاييس الأعمال. يقوم ModelMill بعد ذلك بتدريب المئات أو الآلاف من تكوينات LBN بشكل متوازي، مما ينقيها لإنتاج قائمة مختصرة من المرشحين الذين يستوفون متطلبات النشر.

تتضمن الخطوة النهائية تحويل النموذج المختار إلى SDK بلغة C، جاهزًا للتكامل في الأكواد المدمجة أو الخوادم. يتضمن SDK LBN المدرب، ومحرك الاستدلال، وملفات تكوين البناء، وكود مثال، والوثائق، ويتم اختباره عبر معمارية المعالجات المختلفة، بما في ذلك ARM وESP وRISC-V وx86.

يقدم ModelMill عدة خطط تسعير، بما في ذلك خطة تجريبية للتقييم، مع عدد محدود من عمليات التدريب وأحجام مجموعات البيانات. تم تصميم المنصة للفرق القادرة تقنيًا دون وجود موظفين مخصصين للذكاء الاصطناعي، حيث تقوم بأتمتة التكوين والتدريب واختيار المرشحين.

الميزات الأساسية لـ ModelMill

• منصة تعلم عميق مؤتمتة

• تدريب الشبكات القائمة على المنطق

• استيراد البيانات ومعالجتها مسبقًا

• تعليق مدعوم من AutoML

• تدريب نماذج متوازي

• توليد SDK بلغة C

• نشر على الأجهزة الطرفية

• تكامل مع مجموعات بيانات OpenML

• لا حاجة لوحدة معالجة الرسوميات

• يدعم تنسيقات CSV وJSON وZIP

• التصنيف والانحدار واكتشاف الشذوذ

• تقييم مستمر للأداء

• نموذج حقوق نشر النشر

• تصورات مخصصة للمعايير

• ميزات تعاون الفريق

كيفية استخدام ModelMill؟

1. 1

   تحميل البيانات: استيراد مجموعات البيانات بتنسيقات CSV وJSON أو ZIP

2. 2

   التعليق: استخدام محرك AutoML للتعليقات الذكية

3. 3

   تحديد النشر: تحديد قيود الأجهزة ومقاييس الأعمال

4. 4

   تدريب النماذج: تدريب متوازي لتكوينات LBN

5. 5

   اختيار المرشحين: تقييم واختيار أفضل النماذج أداءً

6. 6

   توليد SDK: تحويل النموذج إلى كود C للتكامل

7. 7

   نشر: دمج SDK في الأجهزة الطرفية

حالات استخدام ModelMill

• نشر الذكاء الاصطناعي على الحافة
• تعليق البيانات
• تدريب نماذج متوازي
• توليد SDK
• استخدام مجموعة بيانات OpenML

الأسئلة الشائعة من ModelMill

• ما هو ModelMill؟

  ModelMill هو منصة تعلم عميق قائمة على السحابة من Literal Labs لتدريب واختبار ونشر الشبكات القائمة على المنطق، حيث تقوم بأتمتة العملية الشاملة.

• هل أحتاج أن أكون مهندس ذكاء اصطناعي لاستخدام ModelMill؟

  لا، تم تصميم ModelMill للفرق القادرة تقنيًا دون وجود موظفين مخصصين للذكاء الاصطناعي، حيث تقوم بأتمتة التكوين والتدريب واختيار المرشحين.

• ما هي تنسيقات البيانات التي يقبلها ModelMill؟

  يقبل ModelMill أرشيفات CSV وJSON وZIP التي تحتوي على ملفات CSV أو JSON، مع حد أقصى لحجم التحميل يبلغ 5 جيجابايت.

• ما هي أنواع مهام الذكاء الاصطناعي التي يمكن أن يدرب عليها ModelMill؟

  يدعم ModelMill مهام التصنيف والانحدار واكتشاف الشذوذ باستخدام بيانات هيكلية، بما في ذلك ميزات المستشعر والبيانات الجدولية والسلاسل الزمنية والصوت.

• كيف يختلف ModelMill عن منصات تدريب التعلم الآلي الأخرى؟

  يستخدم ModelMill الشبكات القائمة على المنطق ويدرب المئات أو الآلاف من تكوينات LBN بشكل متوازي، مما يقدم العديد من المرشحين المؤهلين.

• على أي أجهزة يمكن تشغيل النماذج؟

  تنتشر LBNs المدربة بواسطة ModelMill على أي معالج 32 بت أو 64 بت، وتم اختبارها ضد معمارية ARM وESP وRISC-V وx86.

• ماذا يحتوي SDK؟

  يتضمن كل SDK LBN المدرب، ومحرك الاستدلال، وملفات تكوين البناء، وكود مثال للتكامل، والوثائق.

• هل يمكنني نشر عدة مرشحين من عملية تدريب واحدة؟

  نعم، ينتج ModelMill عدة مرشحين مؤهلين أثناء التدريب، كل منهم قادر على توليد SDK خاص به للنشر المتوازي.