Ordlista

fastai

Vad är fastai?

fastai är ett Python-bibliotek med öppen källkod för djupinlärning som bygger på PyTorch. Det samlar beprövade standardinställningar så att modeller för bilder, text eller tabelldata kan tränas med några få rader kod, samtidigt som det tillåter långtgående anpassning på alla nivåer. Det växte fram ur utbildningsinitiativet fast.ai och följer dess kostnadsfria kurser, vilket gör det populärt inom utbildning och för att snabbt prova modeller.

Ämnen

  • Python-bibliotek
  • Djupinlärning
  • Öppen källkod

Prova KI.ordo

Agenter, flöden och mallar i en arbetsyta – gratis demo i 24 timmar.

Starta demo
← Alla begrepp

Relaterade begrepp

PyTorch

PyTorch är ett ramverk med öppen källkod för maskininlärning och djupinlärning i programmeringsspråket Python. Det utvecklades ursprungligen hos Meta (då Facebook) och har sedan 2022 förvaltats av PyTorch Foundation under Linux Foundation. PyTorch används flitigt inom forskning och industri eftersom det låter utvecklare bygga modeller flexibelt, träna dem på GPU:er och testa dem steg för steg; många välkända språk- och bildmodeller är byggda med det.

  • ramverk
  • djupinlärning
  • +1

Djupinlärning

Djupinlärning är en gren av maskininlärningen som använder artificiella neurala nätverk med många lager. Sådana nätverk lär sig av stora datamängder vilka egenskaper som är viktiga – från kanter i bilder till betydelsesamband i texter. Djupinlärning ligger till grund för dagens språkmodeller, bild- och taligenkänning samt maskinöversättning och kräver vanligtvis stor beräkningskraft och mycket träningsdata.

  • neurala nätverk
  • maskininlärning
  • +1

Transfer Learning

Vid överföringsinlärning (transfer learning) fungerar en modell som redan har lärt sig en stor allmän uppgift som utgångspunkt för en ny, specialiserad. I stället för att börja från noll anpassas den, till exempel genom finjustering, med jämförelsevis lite egna data. Det sparar beräkningstid och data, till exempel när en allmän bildmodell ska lära sig upptäcka produktionsfel i foton.

  • Maskininlärning
  • Training
  • +1

Keras

Keras är ett Python-bibliotek med öppen källkod för att bygga och träna neurala nätverk, ursprungligen utvecklat av François Chollet. Det erbjuder ett lättillgängligt gränssnitt på hög nivå för att sätta ihop modeller av lager. Sedan version 3 kan Keras köras med JAX, TensorFlow eller PyTorch som beräkningsbackend. Exempel: ett team bygger en prototyp för bildklassificering med bara några rader kod.

  • Djupinlärning
  • Bibliotek
  • +1