Deskripsi
ModelMill adalah platform pembelajaran mendalam berbasis cloud yang dikembangkan oleh Literal Labs untuk melatih, menguji, dan menerapkan Jaringan Berbasis Logika (LBN). Ini dirancang untuk mengotomatiskan proses end-to-end pembuatan model AI, dari impor data hingga generasi SDK, memungkinkan pengguna untuk menghasilkan model AI siap edge tanpa memerlukan keahlian teknik AI khusus.
Baca Selengkapnya
Platform ini menerima dataset dalam format CSV, JSON, atau ZIP, hingga ukuran 5GB, dan mencakup dataset tabular OpenML yang telah dikurasi bagi mereka yang tidak memiliki data sendiri. ModelMill memproses data secara otomatis, melakukan operasi seperti penyaringan, normalisasi, dan padding urutan untuk mempersiapkannya untuk pelatihan berkualitas tinggi.
Annotasi adalah langkah kunci dalam alur kerja ModelMill. Pengguna dapat menganotasi data secara manual atau memanfaatkan mesin AutoML ModelMill, yang mengusulkan anotasi berdasarkan analisis statistik dan pola struktural. Platform ini mendukung tugas klasifikasi, regresi, dan deteksi anomali, secara otomatis mendeteksi jenis tugas berdasarkan anotasi data.
Setelah data dianotasi, pengguna mendefinisikan target penerapan, termasuk batasan perangkat keras dan metrik bisnis. ModelMill kemudian melatih ratusan atau ribuan konfigurasi LBN secara paralel, menyempurnakannya untuk menghasilkan daftar pendek kandidat yang memenuhi persyaratan penerapan.
Langkah terakhir melibatkan mengonversi model yang dipilih menjadi SDK kode C, siap untuk integrasi ke dalam basis kode embedded atau server. SDK mencakup LBN yang dilatih, mesin inferensi, file konfigurasi build, kode contoh, dan dokumentasi, dan diuji di berbagai arsitektur prosesor, termasuk ARM, ESP, RISC-V, dan x86.
ModelMill menawarkan beberapa rencana harga, termasuk rencana Demo untuk evaluasi, dengan batasan jumlah pelatihan dan ukuran dataset. Platform ini dirancang untuk tim yang memiliki kemampuan teknis tanpa staf AI khusus, mengotomatiskan konfigurasi, pelatihan, dan pemilihan kandidat.
- KategoriMLOps & Penerapan Model
- Model HargaBertingkat
- PenerapanPerangkat Keras Edge
- PlatformCloud
Fitur Inti ModelMill
Platform pembelajaran mendalam otomatis
Pelatihan Jaringan Berbasis Logika
Impor dan pra-pemrosesan data
Annotasi dibantu AutoML
Pelatihan model paralel
Generasi SDK kode C
Penerapan perangkat keras edge
Integrasi dataset OpenML
Tanpa kebutuhan GPU
Mendukung format CSV, JSON, ZIP
Klasifikasi, regresi, deteksi anomali
Evaluasi kinerja berkelanjutan
Model royalti penerapan
Visualisasi benchmarking kustom
Fitur kolaborasi tim
Cara menggunakan ModelMill?
Unggah data: Impor dataset dalam format CSV, JSON, atau ZIP
Annotasi: Gunakan mesin AutoML untuk anotasi cerdas
Tentukan penerapan: Spesifikasikan perangkat keras dan metrik bisnis
Latih model: Pelatihan paralel konfigurasi LBN
Pilih kandidat: Evaluasi dan pilih model dengan kinerja terbaik
Hasilkan SDK: Konversi model ke kode C untuk integrasi
Terapkan: Integrasikan SDK ke dalam perangkat keras edge
Kasus Penggunaan ModelMill
- Penerapan AI Edge
- Annotasi Data
- Pelatihan Model Paralel
- Generasi SDK
- Penggunaan Dataset OpenML
