IT Industrija
🔥 Najčitanije
🔥 Najčitanije
Materija je prilagođena i programerima koji nemaju iskustva u mašinskom učenju, a programi Fast.ai dosad su obezbedili poslove u velikim kompanijama za mnoge svoje polaznike.
Laboratorija Fast.ai, specijalizovana za razvoj softvera iz oblasti mašinskog učenja i veštačke inteligencije, predstavila je novi besplatni paket za učenje „deep learning-a”. Materijali dostupni na Fast.ai obuhvataju:
Takođe, Fast.ai je nedavno objavio kurs Practical Data Ethics, koji se bavi aktuelnim etičkim pitanjima u vezi s manipulacijom podacima, poput zaštite privatnosti, nadzora, dezinformacija itd.
Fastai je biblioteka za Python, koja korisnicima na raspolaganje stavlja alate za brzu i jednostavnu primenu u standardnim domenima „deep learning-a”, ali i komponente koje se mogu kombinovati u osmišljavanju novih pristupa. Cilj kreatora fastai jeste da se to postigne bez kompromitovanja performansi, jednostavnosti korišćenja i fleksibilnosti, što je moguće zahvaljujući pažljivo strukturiranoj arhitekturi. Dva su dizajnerska cilja fastai biblioteke: da bude pristupačna i produktivna, ali istovremeno i podložna podešavanju.
Kako se navodi na sajtu Fast.ai, kurseve ove istraživačke laboratorije pohađale su stotine hiljada studenata iz celog sveta. Mnogi od njih postali su višestruki šampioni međunarodnih takmičenja u mašinskom učenju, dobijali su poslovne ponude od renomiranih kompanija i objavljivali naučne radove.
Ovogodišnji kurs objedinjuje mašinsko učenje i „deep learning”, pokrivajući širok dijapazon tema, uključujući treniranje modela (u oblastima obrade prirodnih jezika (NLP), kolaborativnog filtriranja, kompjuterske vizije i sl.), pretvaranje modela u veb aplikacije, najaktuelnije tehnike „deep learning-a”…
Jedini preduslov je poznavanje matematike na srednjoškolskom nivou i najmanje jednogodišnje iskustvo u kodiranju u Pajtonu.
Prema rečima direktora istraživanja u Google-u Petera Norviga, udžbenik prvo predstavlja konkretne primere, pa tek onda teoriju, a materija je prilagođena i programerima koji nemaju iskustva u mašinskom učenju. Direktor Centra za veštačku inteligenciju u medicini na Univerzitetu Stanford Kurtis Langloc istakao je da knjiga i kurs koji ide uz nju demistifikuju „deep learning” pružajući mogućnost za neposredno učenje kroz kodiranje i unapred napisani kod koji se može proučavati i reupotrebljavati.
Fastcore koristi fleksibilnost Python-a kako bi programerima omogućio da ga prilagodi svojim potrebama i doda funkcionalnosti iz drugih programskih jezika, kao što su Julia, Ruby i Haskell.
Fastscript pojednostavljuje kompleksnu sintaksu, kada je potrebno napraviti kratku i brzu skriptu.
Fastgpu omogućava da se, ukucavanjem samo jedne komande, skripte pokreću na prvom slobodnom grafičkom procesoru (GPU). Ukoliko nema slobodnih grafičkih procesora, komanda čeka dok se jedan ne oslobodi, a ako je više GPU-a slobodno, omogućava paralelno izvršavanje skripti.
Objavio/la članak.
ponedeljak, 24. Avgust, 2020.