L’équipe de Google “Brain Team” est ouvert l’accès au Tensor2Tensor , une nouvelle bibliothèque d’apprentissage en profondeur conçue pour aider les chercheurs à reproduire les résultats des articles récents sur le terrain et à repousser les limites de ce qui est possible en essayant de nouvelles combinaisons de modèles, ensembles de données et autres paramètres. Le nombre total de variables dans la recherche sur l’AI combinée au rythme rapide de nouveaux développements rend difficile l’exécution de tests dans deux contextes distincts. C’est une douleur pour les chercheurs et un frein à la progression de la recherche.
La bibliothèque Tensor2Tensor facilite le maintien des meilleures pratiques tout en effectuant des recherches sur l’AI. Il est équipé d’ingrédients clés, dont des hyperparamètres, des ensembles de données, des architectures de modèles et des schémas de décroissance de taux d’apprentissage.
La meilleure partie est que l’un de ces composants peut être échangé de manière modulaire sans détruire complètement le tout. Du point de vue de la formation, cela signifie qu’avec Tensor2Tensor, vous pouvez proposer à tout moment de nouveaux modèles et ensembles de données – un processus beaucoup plus simple qu’il serait normalement possible.
De même, le Tensor2Tensor de Google est livré avec des modèles de projets de recherche récents, tels que « Attention, c’est tout ce dont vous avez besoin » et « Un modèle pour les apprendre tous ». Tout est disponible maintenant sur Github afin que vous puissiez commencer à former vos propres outils à apprentissage approfondi.
