tutoriales de programación | grupocodesi.com

Google Brain presentan una biblioteca de Python llamada PyGlove

Google Brain presentan una biblioteca de Python llamada PyGlove

Un equipo de investigadores de Google Brain presenta una nueva forma de programar el aprendizaje automático automatizado (AutoML) basado en la programación simbólica. Al mismo tiempo, el equipo también presenta una nueva biblioteca de Python llamada PyGlove de python que demuestra los resultados prometedores del nuevo paradigma.

En la actualidad, las redes neuronales se están adoptando ampliamente en varios campos. Sin embargo, determinar la arquitectura de red neuronal correcta para una tarea en particular requiere tiempo y recursos debido a la creciente complejidad de su arquitectura, con la consecuencia en su desarrollo de Python. Las más complicadas también conducen a dificultades en la selección de hiperparámetros. Se recomienda encarecidamente el aprendizaje automático automatizado (AutoML) para estas opciones de selección. Por eso, Google acuñó AutoML para su búsqueda de arquitectura neuronal (NAS). El enfoque es ampliamente aceptado en la comunidad de investigación de ML para automatizar las opciones de arquitectura y hiperparámetros de red.

Por esa razón y muchas otras más no menos importantes, es que te recomendamos este curso de python profesional, el cual lo imparten de manera presencial o en linea, con instructores expertos en este lenguaje de programación.

El software de python

El software de python

Sin embargo, las bibliotecas de Python y de software de AA actuales son bastante inadecuadas para manejar las interacciones dinámicas entre los componentes de AutoML. Por ejemplo, los algoritmos NAS más populares requieren implementación para acoplar el espacio de búsqueda de AutoML y el algoritmo de búsqueda. Pero implementar flujos de búsqueda complejos para manejar las interacciones dinámicas entre dichos componentes de AutoML es un desafío.

Por lo tanto, los investigadores de Google Brain han reformulado la lógica del programa para AutoML como un proceso automatizado para manipular simbólicamente los programas de ML.

En AutoML, la selección de arquitecturas e hiperparámetros se formula como un problema de búsqueda. El programa secundario es uno de los componentes cruciales de AutoML. Se refiere a un programa eficaz que podría ser una arquitectura de red neuronal o una estrategia de aumento de datos. Se define un espacio de búsqueda para representar todas las selecciones posibles. AutoML tiene como objetivo identificar programas secundarios de rendimiento fuera del espacio de búsqueda. A continuación, el algoritmo de búsqueda muestra de forma iterativa varios programas secundarios para encontrar y evaluar las opciones más adecuadas. Se proporciona un estándar numérico para la recompensa de anuncios de calidad al algoritmo de búsqueda para mejorar el muestreo de programas secundarios en el futuro. Todo esto es posible gracias a los desarrollo de Python.

necesitas una pagina web

Simbolos para automl

El enfoque de programación simbólica para AutoML permite la manipulación de la representación basada en árboles que codifica los elementos críticos de un programa de aprendizaje automático. Los programas ML, por lo tanto, se convirtieron en objetos mutables y se pueden clonar y modificar después de su creación. Por lo tanto, no es necesario crear repetidamente los objetos de los programas ML. La programación simbólica hace que AutoML sea más flexible, ya que las interacciones, el espacio de búsqueda y los algoritmos de búsqueda del programa secundario ya no son estáticos.

Los investigadores también presentaron una biblioteca de programación simbólica general para Python denominada PyGlove para probar el potencial de su nueva reformulación. PyGlove de python permite que las técnicas de AutoML se publiquen rápidamente en las canalizaciones de ML preexistentes. Esto permite modificar fácilmente los espacios de búsqueda, los algoritmos de búsqueda y los flujos de búsqueda con solo unas pocas líneas de código.

Articulos Relacionados a la tecnología Java

Seguridad de Java Java para Android Applets Java Juegos en Java Web Services Java Servidor Java Java 8 Fundamentos de Java 8 Java 3D Curso de Java

Articulos Relacionados a la tecnología Python

Algunas diferencias entre Java y Python Introducción a los lenguajes de programación: Python Fundamentos de la comunidad de desarrolladores de Python Algunas ventajas y desventajas de Python Python o Java, cuál debes elegir Arreglos en Python Clases en Python Importancia de Python Python para Android Pydroid 3 Tutorial Entorno Virtual en Python Fundamentos de Python Caracteristicas de Python Compatibilidad de python con versiones anteriores Importancia de escribir codigo limpio en python Probar Aplicaciones de Python en nevegadores Python para Proyecto de la NASA Funciones dañinas de un malware escritas en Python Recuperar archivos cifrados por un malware escrito en Python Ofuscar codigo escrito en Python Ejecutar aplicacion en python Compiladores de Python Actualización de Visual Studio Code para Python de septiembre de 2020 Python 3.8.6 ahora está disponible en Python Insider Secuencias de comandos de Python en Azure Cloud Shell El lenguaje de programación Python Optimiacion en Python Instalación de múltiples versiones de Python Mypy: escritura estática opcional para Python IDE, integraciones de Linter de Mypy para Python Extension Mypy para python Propósito y pautas de PEP de Python Flujo de trabajo PEP para Python Enviar un PEP para mejorar Python revisar un PEP en Python Bienvenido a Python 3 Cambiar a Python 3 Vulnerabilidad de Python Desarrollo Web en Python Python como lenguaje principal Algoritmos con Python El futuro de Python Trabajo Geoespacial y python Eliminacion de fondo con python KMeans en Python Pyglobe de python Habilidades para el desarrollo en python

Diseño Web Grupo Codesi