Veröffentlicht am: Dec 19, 2022
Heute geben wir die allgemeine Verfügbarkeit von Renate bekannt, einer Open-Source-Python-Bibliothek für das automatische Umtrainieren von Modellen. Die Bibliothek implementiert Algorithmen für kontinuierliches Lernen, um tiefe neuronale Netzwerke schrittweise zu trainieren, wenn neue Daten verfügbar werden.
Machine-Learning-Anwendungen erfordern die Aktualisierung von Modellen, sobald neue Daten-Batches verfügbar werden. Das wiederholte vollständige Neutrainieren von Modellen tiefer neuronaler Netzwerke ist kostspielig und ihre Feinabstimmung mit nur den neuen Daten führt zu einem Phänomen, das als „katastrophales Vergessen“ bezeichnet wird. Das bedeutet, dass das Modell bei den neuesten Daten eine gute Leistung erzielt, die Leistung bei den älteren Daten jedoch abnimmt. Renate stellt Algorithmen zur Verfügung, die das Problem des katastrophalen Vergessens mindern und dabei helfen, den Prozess zum Umtrainieren zu automatisieren.
Mit Renate führen Benutzer kleine Experimente für kontinuierliches Lernen auf ihrem lokalen Computer oder große kontinuierliche Lernaufträge mit Amazon SageMaker durch. Renate unterstützt dank der Integrationen mit SyneTune auch die sofort einsatzbereite Optimierung von Hyperparametern auf dem neuesten Stand der Technik.
Um mehr über die Bibliothek zu erfahren, besuchen Sie unseren Blog. Die folgenden Ressourcen erleichtern den Einstieg in Renate: