HyperAIHyperAI
منذ 17 أيام

نيمو: أداة لبناء تطبيقات الذكاء الاصطناعي باستخدام الوحدات العصبية

Oleksii Kuchaiev, Jason Li, Huyen Nguyen, Oleksii Hrinchuk, Ryan Leary, Boris Ginsburg, Samuel Kriman, Stanislav Beliaev, Vitaly Lavrukhin, Jack Cook, Patrice Castonguay, Mariya Popova, Jocelyn Huang, Jonathan M. Cohen
نيمو: أداة لبناء تطبيقات الذكاء الاصطناعي باستخدام الوحدات العصبية
الملخص

NeMo (Neural Modules) هو أداة مدمجة مستقلة عن إطار عمل بايثون تُستخدم لبناء تطبيقات الذكاء الاصطناعي من خلال إعادة الاستخدام والتبسيط والتركيب. تم بناء NeMo حول وحدات الشبكة العصبية، وهي كتل مفاهيمية للشبكات العصبية تأخذ مدخلات مُنَصَّة (typed) وتُنتج مخرجات مُنَصَّة. تمثل هذه الوحدات عادة طبقات البيانات، أو المُشفرات (encoders)، أو المُفكِّكات (decoders)، أو نماذج اللغة، أو دوال الخسارة، أو طرق دمج التنشيطات. تُسهِّل NeMo دمج هذه المكونات الأساسية وإعادة استخدامها، مع توفير مستوى من التحقق من الصحة الدلالية من خلال نظامها الخاص بالأنواع العصبية. تأتي الأداة مزودة بمجموعة قابلة للتوسيع من الوحدات المُعدة مسبقًا لتطبيقات التعرف التلقائي على الصوت ومعالجة اللغة الطبيعية. علاوةً على ذلك، تقدم NeMo دعمًا داخليًا للتدريب المتعدد (distributed training) والدقة المختلطة (mixed precision) على أحدث بطاقات NVIDIA الرسومية. NeMo مفتوحة المصدر: https://github.com/NVIDIA/NeMo

نيمو: أداة لبناء تطبيقات الذكاء الاصطناعي باستخدام الوحدات العصبية | أحدث الأوراق البحثية | HyperAI