O fastai é uma biblioteca Python de código aberto para deep learning construída sobre o PyTorch. Reúne configurações predefinidas comprovadas, de modo que modelos para imagens, texto ou dados tabulares possam ser treinados com poucas linhas de código, permitindo ao mesmo tempo uma personalização profunda em todos os níveis. Surgiu da iniciativa de ensino fast.ai e acompanha os seus cursos gratuitos, razão pela qual é popular na formação e para experimentar modelos rapidamente.
Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.
Iniciar demonstraçãoO PyTorch é uma framework de código aberto para aprendizagem automática e aprendizagem profunda na linguagem de programação Python. Foi desenvolvido originalmente na Meta (então Facebook) e é gerido desde 2022 pela PyTorch Foundation, sob a égide da Linux Foundation. O PyTorch é muito utilizado na investigação e na indústria porque permite aos programadores construir modelos com flexibilidade, treiná-los em GPU e testá-los passo a passo; muitos modelos de linguagem e de imagem conhecidos são construídos com ele.
O deep learning é um ramo do machine learning que utiliza redes neuronais artificiais com muitas camadas. Estas redes aprendem, a partir de grandes quantidades de dados, quais as características relevantes – desde arestas em imagens a relações de significado em textos. O deep learning está na base dos atuais modelos de linguagem, do reconhecimento de imagem e de voz e da tradução automática, e exige normalmente uma capacidade de cálculo e dados de treino consideráveis.
Na aprendizagem por transferência, um modelo que já aprendeu uma grande tarefa geral serve de ponto de partida para uma nova tarefa especializada. Em vez de começar do zero, é adaptado, por exemplo através de afinação, com uma quantidade comparativamente pequena de dados próprios. Isto poupa tempo de cálculo e dados, por exemplo quando um modelo de imagem geral deve aprender a detetar defeitos de produção em fotografias.
O Keras é uma biblioteca Python de código aberto para construir e treinar redes neuronais, desenvolvida originalmente por François Chollet. Oferece uma interface acessível, de alto nível, para montar modelos a partir de camadas. Desde a versão 3, o Keras pode funcionar com JAX, TensorFlow ou PyTorch como backend de cálculo. Exemplo: uma equipa constrói um protótipo de modelo de classificação de imagens com apenas algumas linhas de código.
