Комментарии 18
НЛО прилетело и опубликовало эту надпись здесь
Молодцы коллеги! Так держать. Очень крутую и полезную работу делаете. В ближайшее время мы обязательно попробуем вашу библиотеку в наших ML-проектах на Битрикс24.
+4
Первый DL framework от российской компании? С почином!
Осталось еще свой TPU запилить и "здравствуй, нейроимпортозамещение".
+4
У нас в России есть: нейропроцессор НТЦ «Модуль» Для него возможно сделать backend?
+1
Я понимаю, что задам немного тупой вопрос, но что делают *.bld файлы?) Какая-то система сборки?
+1
Отличная работа! Но будущее, имхо, за 'компиляцией' графа вычислений при релизе(a-ля tvm). Это позволяет за счет кодогенерации проводить оптимизации совершенно другого уровня. В ход идут не только классические трюки компиляторов(dead code elimination, constant-folding, operations fusion и т.д.), но и более экзотические идеи о автоматическом подборе структуры циклов в слоях под конкретное железо.
+3
Поздравляю с релизом!
Из статьи мне показалось, что вам важнее удобно и эффективно запускать модели, обученные при помощи других библиотек, таких как PyTorch и TensorFlow, чем использовать собственный код для обучения. Уверены ли вы в целесообразности разработки и поддержки ещё одной полнофункциональной библиотеки для машинного обучения, если можно сосредоточиться на развёртывании моделей? На мой взгляд, довольно тяжело соревноваться с ресурсами и сообществом вокруг проектов Facebook и Google.
+3
Поздравляю с выпуском!
Не сравнивались с ArmNN/ArmCL на мобильных CPU/GPU?
Не сравнивались с ArmNN/ArmCL на мобильных CPU/GPU?
+2
Спасибо!
Замеров на сетях мы не делали, мы сравнивали BLAS c ArmCL на Android-CPU, работали одинаково.
Замеров на сетях мы не делали, мы сравнивали BLAS c ArmCL на Android-CPU, работали одинаково.
+1
BLAS это важно, но в сетях в чистом виде это где? в полносвязном слое разве. А вот сравнить свёртки, которых часто много и которые иногда включают в себя BLAS (через Winograd Fast Convolution например). Было бы интересно про GPU также узнать, это мой bias, так сказать. На Adreno можно с SNPE посравниваться.
Можно попросить какой-нибудь контакт (ваш или другого добровольца), помочь разобраться, самому промерять?
Можно попросить какой-нибудь контакт (ваш или другого добровольца), помочь разобраться, самому промерять?
+2
Great job! Приятно узнать об отечественном проекте такого уровня.
Вот такой вопрос: можно ли быстро на коленках сделать что-нибудь подобное на данный момент или нет julialang.org/blog/2019/01/fluxdiffeq?
Интересует моделирование систем ОДУ.
Вот такой вопрос: можно ли быстро на коленках сделать что-нибудь подобное на данный момент или нет julialang.org/blog/2019/01/fluxdiffeq?
Интересует моделирование систем ОДУ.
+1
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
ABBYY NeoML: как мы делали библиотеку машинного обучения и зачем она нужна