ModelMill - Trainieren und Bereitstellen von Edge AI-Modellen

Beschreibung

ModelMill ist eine cloudbasierte Deep-Learning-Plattform, die von Literal Labs entwickelt wurde, um logikbasierte Netzwerke (LBNs) zu trainieren, zu testen und bereitzustellen. Sie wurde entwickelt, um den End-to-End-Prozess der Erstellung von AI-Modellen zu automatisieren, vom Datenimport bis zur SDK-Generierung, sodass Benutzer edge-fähige AI-Modelle erstellen können, ohne über spezielle AI-Engineering-Kenntnisse zu verfügen.

Die Plattform akzeptiert Datensätze im CSV-, JSON- oder ZIP-Format mit einer Größe von bis zu 5 GB und umfasst kuratierte OpenML-Tabellendatensätze für diejenigen, die über keine eigenen Daten verfügen. ModelMill verarbeitet Daten automatisch vor, indem sie Operationen wie Filterung, Normalisierung und Sequenzauffüllung durchführt, um sie für qualitativ hochwertiges Training vorzubereiten.

Die Annotation ist ein wichtiger Schritt im Workflow von ModelMill. Benutzer können Daten manuell annotieren oder die AutoML-Engine von ModelMill nutzen, die Annotationen basierend auf statistischen Analysen und strukturellen Mustern vorschlägt. Die Plattform unterstützt Klassifikations-, Regressions- und Anomalieerkennungsaufgaben und erkennt automatisch den Aufgabentyp basierend auf den Datenannotation.

Sobald die Daten annotiert sind, definieren die Benutzer das Bereitstellungsziel, einschließlich Hardwarebeschränkungen und Geschäftszielen. ModelMill trainiert dann Hunderte oder Tausende von LBN-Konfigurationen parallel und verfeinert sie, um eine Shortlist von Kandidaten zu erstellen, die den Bereitstellungsanforderungen entsprechen.

Der letzte Schritt besteht darin, das gewählte Modell in ein C-Code-SDK umzuwandeln, das bereit für die Integration in eingebettete oder Server-Codebasen ist. Das SDK umfasst das trainierte LBN, die Inferenz-Engine, die Build-Konfiguration, Beispielcode und Dokumentation und wird auf verschiedenen Prozessorarchitekturen getestet, einschließlich ARM, ESP, RISC-V und x86.

ModelMill bietet mehrere Preismodelle an, darunter einen Demoplan zur Evaluierung mit begrenzten Trainingsläufen und Datensatzgrößen. Die Plattform ist für technisch versierte Teams ohne dediziertes AI-Personal konzipiert und automatisiert Konfiguration, Training und Kandidatenauswahl.

ModelMill's Kernfunktionen

• Automatisierte Deep-Learning-Plattform

• Training von logikbasierten Netzwerken

• Datenimport und -vorverarbeitung

• AutoML-unterstützte Annotation

• Paralleles Modelltraining

• Generierung von C-Code-SDKs

• Bereitstellung auf Edge-Hardware

• Integration von OpenML-Datensätzen

• Keine GPU-Anforderung

• Unterstützt CSV-, JSON-, ZIP-Formate

• Klassifikation, Regression, Anomalieerkennung

• Kontinuierliche Leistungsbewertung

• Bereitstellungs-Tantiemenmodell

• Benutzerdefinierte Benchmarking-Visualisierungen

• Team-Kollaborationsfunktionen

Wie verwendet man ModelMill?

1. 1

   Daten hochladen: Datensätze im CSV-, JSON- oder ZIP-Format importieren

2. 2

   Annotieren: AutoML-Engine für intelligente Annotationen verwenden

3. 3

   Bereitstellung definieren: Hardware- und Geschäftszielvorgaben festlegen

4. 4

   Modelle trainieren: Paralleles Training von LBN-Konfigurationen

5. 5

   Kandidaten auswählen: Bestehende Modelle bewerten und auswählen

6. 6

   SDK generieren: Modell in C-Code für die Integration umwandeln

7. 7

   Bereitstellen: SDK in Edge-Hardware integrieren

ModelMill's Anwendungsfälle

• Edge AI-Bereitstellung
• Datenannotation
• Paralleles Modelltraining
• SDK-Generierung
• Nutzung von OpenML-Datensätzen

FAQ von ModelMill

• Was ist ModelMill?

  ModelMill ist die cloudbasierte Deep-Learning-Plattform von Literal Labs zum Trainieren, Testen und Bereitstellen von logikbasierten Netzwerken, die den End-to-End-Prozess automatisiert.

• Muss ich ein AI-Ingenieur sein, um ModelMill zu verwenden?

  Nein, ModelMill ist für technisch versierte Teams ohne dediziertes AI-Personal konzipiert und automatisiert Konfiguration, Training und Kandidatenauswahl.

• Welche Datenformate akzeptiert ModelMill?

  ModelMill akzeptiert CSV-, JSON- und ZIP-Archive, die CSV- oder JSON-Dateien enthalten, mit einer maximalen Upload-Größe von 5 GB.

• Welche Arten von AI-Aufgaben kann ModelMill trainieren?

  ModelMill unterstützt Klassifikations-, Regressions- und Anomalieerkennungsaufgaben mit strukturierten Daten, einschließlich Sensor-, Tabellen-, Zeitreihen- und Audiofunktionen.

• Wie unterscheidet sich ModelMill von anderen ML-Trainingsplattformen?

  ModelMill verwendet logikbasierte Netzwerke und trainiert Hunderte oder Tausende von LBN-Konfigurationen parallel, wobei mehrere qualifizierte Kandidaten präsentiert werden.

• Auf welcher Hardware können die Modelle ausgeführt werden?

  LBNs, die von ModelMill trainiert wurden, können auf jedem 32-Bit- oder 64-Bit-Prozessor bereitgestellt werden, getestet auf ARM-, ESP-, RISC-V- und x86-Architekturen.

• Was enthält das SDK?

  Jedes SDK umfasst das trainierte LBN, seine Inferenz-Engine, Build-Konfigurationsdateien, Beispielintegrationscode und Dokumentation.

• Kann ich mehrere Kandidaten aus einem einzigen Trainingslauf bereitstellen?

  Ja, ModelMill produziert während des Trainings mehrere qualifizierte Kandidaten, die jeweils in der Lage sind, ihr eigenes SDK für parallele Bereitstellungen zu generieren.