ამ მოდელებთან მუშაობის გასამარტივებლად, Livebook-ის გუნდმა – Elixir-ისთვის შექმნილმა გამოთვლითი ნოუთბუქების პლატფორმამ – შექმნა „Smart cells“-ის კოლექცია, რომელიც დეველოპერებს საშუალებას აძლევს, სულ რაღაც 3 დაწკაპუნებით მოამზადონ ნერვული ქსელის სხვადასხვა ამოცანა. მეტის გასაგებად შეგიძლიათ იხილოთ ჩემი ვიდეო განცხადება: Erlang ვირტუალური მანქანის – რომელზეც Elixir მუშაობს – კონკურენტულობისა და დისტრიბუციის მხარდაჭერის წყალობით, დეველოპერებს შეუძლიათ ამ მოდელების ჩაშენება და გამოყენება არსებული Phoenix ვებ აპლიკაციების შემადგენლობაში, მათი ინტეგრირება მონაცემთა დამუშავების პაიპლაინებში Broadway-ს მეშვეობით და განთავსება Nerves ჩაშენებულ სისტემებთან ერთად – ყოველგვარი მესამე მხარის დამოკიდებულებების გარეშე. ყველა შემთხვევაში, Bumblebee მოდელები კომპილირდება როგორც CPU-ზე, ასევე GPU-ზე. მანქანური სწავლების Elixir-ში შემოტანის მცდელობები თითქმის 2 წლის წინ დაიწყო Numerical Elixir (Nx) პროექტთან ერთად. Nx პროექტი ახორციელებს მრავალგანზომილებიან ტენზორებს „რიცხვითი განმარტებების“ გვერდით – Elixir-ის ქვესიმრავლეს, რომელიც შეიძლება კომპილირდეს CPU/GPU-ზე. ბორბლის თავიდან გამოგონების ნაცვლად, Nx იყენებს Google XLA (EXLA) და Libtorch (Torchx) ბაინდინგებს CPU/GPU კომპილაციისთვის. Nx ინიციატივიდან რამდენიმე სხვა პროექტიც დაიბადა. Axon-ს შემოაქვს ფუნქციური, კომპოზიტური ნერვული ქსელები Elixir-ში, იღებს რა შთაგონებას ისეთი პროექტებიდან, როგორიცაა Flax და PyTorch Ignite. Explorer პროექტი ნასესხებს dplyr-ისა და Rust-ის Polars-ისგან, რათა Elixir-ის საზოგადოებას მიაწოდოს ექსპრესიული და მაღალი წარმადობის მონაცემთა ფრეიმები. Bumblebee და Tokenizers ჩვენი უახლესი გამოშვებებია. მადლობას ვუხდით Hugging Face-ს თემებსა და ინსტრუმენტებში კოლაბორაციული მანქანური სწავლების ხელშეწყობისთვის, რამაც არსებითი როლი ითამაშა Elixir-ის ეკოსისტემის დაჩქარებაში. შემდეგ, ჩვენ ვგეგმავთ ფოკუსირებას ნერვული ქსელების ტრენინგსა და ტრანსფერულ სწავლებაზე Elixir-ში, რაც დეველოპერებს საშუალებას მისცემს გააუმჯობესონ და სპეციალიზონ წინასწარ გაწვრთნილი მოდელები მათი ბიზნესისა და აპლიკაციების საჭიროებების შესაბამისად. ასევე ვიმედოვნებთ, რომ მეტს გამოვაქვეყნებთ ტრადიციული მანქანური სწავლების ალგორითმების ჩვენს განვითარებაზე. თუ გსურთ Bumblebee-ს ცდა: ჩამოტვირთეთ Livebook v0.8 და ავტომატურად შექმენით „ნერვული ქსელების ამოცანები“ თქვენს ნოუთბუქებში არსებული „+ Smart“ cell მენიუდან. ამჟამად ვმუშაობთ Livebook-ის დამატებით პლატფორმებსა და Spaces-ზე გაშვებაზე (თვალი ადევნეთ სიახლეებს! 😉). ჩვენ ასევე დავწერეთ ერთფაილიანი Phoenix აპლიკაციები, როგორც Bumblebee მოდელების მაგალითები თქვენს Phoenix (+ LiveView) აპლიკაციებში. მათ უნდა უზრუნველყონ საჭირო სამშენებლო ბლოკები, რათა ინტეგრირდეს ისინი თქვენი საწარმოო აპლიკაციის ნაწილად. უფრო პრაქტიკული მიდგომისთვის, წაიკითხეთ ჩვენი ზოგიერთი ნოუთბუქი. თუ გსურთ დაგვეხმაროთ Elixir-ისთვის მანქანური სწავლების ეკოსისტემის შექმნაში, გაეცანით ზემოთ მოყვანილ პროექტებს და გამოსცადეთ ისინი. ბევრი საინტერესო სფერო არსებობს, კომპილატორის შემუშავებიდან მოდელების შექმნამდე. მაგალითად, pull request-ები, რომლებიც Bumblebee-ში მეტ მოდელსა და არქიტექტურას შემოიტანს, რა თქმა უნდა, მისასალმებელია. მომავალი არის კონკურენტული, დისტრიბუციული და სახალისო!