Recherche d'images avec 🤗 datasets
Hugging Face montre comment construire une application de recherche d'images en combinant la bibliothèque datasets.
Hugging Face montre comment construire une application de recherche d'images en combinant la bibliothèque datasets.
CNC Kitchen a placé des échantillons imprimés en quatre biomatériaux (PLA dasFilament.
Hugging Face publie un guide de démarrage de l'analyse de sentiment en Python.
CNC Kitchen a testé la résistance du filament fabriqué par pull-trusion à partir de bouteilles PET recyclées. Les échantillons de traction ont atteint 59 MPa.
Hugging Face explique comment combiner AutoNLP et Prodigy pour construire un pipeline d'apprentissage actif. AutoNLP.
Hugging Face détaille l'entraînement depuis zéro de CodeParrot, un modèle GPT-2 de 1.
Motif de la recommandation :Décrit pas à pas la construction d'un jeu de données, d'un tokenizer et d'une boucle d'entraînement multi-GPU pour un modèle de génération de code.
Hugging Face a mis en ligne le Data Measurements Tool (DMT).
Intel détaille comment accélérer le fine-tuning distribué de PyTorch sur des clusters de serveurs Intel Xeon Scalable (architecture Ice Lake) via l'Intel extension for PyTorch et oneCCL. Le tutoriel fine-tune un modèle BERT sur le dataset MRPC (5 800 paires de phrases du benchmark GLUE), en comparant un job sur un seul serveur puis sur 2 et 4 serveurs pour mesurer le speed-up. Les instances utilisées sont des Amazon EC2 c6i.16xlarge (64 vCPUs, 128 Go de RAM, réseau 25 Gbit/s), avec des équivalents disponibles chez Azure et Google Cloud.
Hugging Face détaille le fine-tuning de Wav2Vec2-XLS-R-300M, le successeur de XLSR publié en novembre 2021.
OpenAI a entraîné un système qui résout des problèmes mathématiques de niveau primaire avec une précision près du double de celle d'un modèle GPT-3 fine-tuné. Sur un test issu de son jeu de données, le système a obtenu 55 %, contre 60 % pour un petit échantillon d'enfants de 9 à 12 ans, soit environ 90 % du nombre de problèmes résolus par ces enfants.
Motif de la recommandation :Un système entraîné par OpenAI résout des problèmes mathématiques de niveau primaire avec une précision près du double de celle d'un GPT-3 fine-tuné, et atteint 55 % contre 60 % pour des enfants de 9 à 12 ans.
Hugging Face publie le 15 novembre la partie 2 de son cours, consacrée aux tâches NLP courantes (classification de tokens.
Hugging Face a entraîné 20 modèles Sentence Transformers à usage général, dont Mini-LM.
Motif de la recommandation :L'article détaille la méthode d'entraînement contrastif, la composition des lots et l'infrastructure TPU, utile pour reproduire un modèle d'embedding de phrases.
Une équipe distribuée sur 12 fuseaux horaires a fine-tuné le réseau CLIP d'OpenAI avec des images satellite et légendes issues des datasets RSICD.
CNC Kitchen publie un guide complet sur l'installation et la conception d'inserts thermiques en laiton pour pièces imprimées en 3D. Le texte indique une température du fer à souder d'environ 10 à 20 °C au-dessus de celle d'impression, soit environ 225 °C pour le PLA, 245 °C pour le PETG et 265 °C pour l'ABS, et recommande de fondre l'insert sur seulement 90 % de la profondeur avant de le presser avec un outil. Il détaille aussi les règles de conception (diamètre de perçage adapté, trou borgne environ 1 mm plus profond que l'insert, trous droits, épaisseur de paroi minimale) et l'usage d'inserts dans les impressions résine, où ils doivent être collés à la cyanoacrylate épaisse dans des trous étagés.
Motif de la recommandation :Le guide rassemble températures par matériau, diamètres de perçage et règles de conception pour les inserts thermiques, directement réutilisables en impression 3D.
OpenAI présente une méthode de résumé de livres reposant sur le retour humain, destinée à étendre la supervision humaine des systèmes d'IA pour des tâches difficiles à évaluer.
TruthfulQA est un benchmark proposé par OpenAI pour mesurer dans quelle mesure les modèles de langage reproduisent les fausses croyances humaines. Le contenu source ne fournit que le titre.
L'auteur a extrudé un filament PLA contenant 5 % de marc de café séché et broyé.
Motif de la recommandation :L'auteur détaille le procédé d'extrusion d'un filament PLA chargé à 5 % de marc de café et les limites de mélange observées à 10 %.
CNC Kitchen a testé le recyclage d'anciennes impressions 3D en nouveau filament.
Hugging Face annonce l'intégration de Sentence Transformers au Hub avec la sortie de la v2.
L'auteur teste l'extrusion de filament PLA naturel et coloré avec la 3DEVO Composer 450.
Motif de la recommandation :L'auteur détaille le processus d'extrusion de filament PLA avec la 3DEVO Composer 450, du choix des granulés à l'ajout de masterbatch, avec des paramètres concrets et des observations sur la précision du diamètre.
CNC Kitchen a testé le Prusament PC Blend de Prusa sur une Original Prusa MK3S sans caisson.
Motif de la recommandation :L'essai compare les performances mécaniques et la résistance à l'humidité du PC Blend de Prusament, avec des données chiffrées sur la résistance à la traction et la ténacité.
OpenAI montre qu'un fine-tuning sur un petit dataset curé suffit à améliorer le comportement d'un modèle de langage sur des valeurs comportementales spécifiques. La méthode repose sur un dataset restreint et sélectionné, plutôt que sur un volume massif de données.
CNC Kitchen a testé le filament Essentium PCTG, un copolyester modifié au glycol proche du PETG.
L'auteur teste sur sa VORON 0 les limites d'extrusion d'une buse Mosquito standard et Magnum.
Motif de la recommandation :L'auteur mesure lui-même débit d'extrusion, effet de la chaussette silicone et différences entre matériaux, ce qui fournit des repères concrets pour diagnostiquer une imprimante rapide.
Hugging Face et Amazon SageMaker proposent des Deep Learning Containers optimisés pour 🤗 Transformers.
Hugging Face consacre son reading group de février 2021 aux Transformers à longue portée.
Hugging Face publie un guide pratique sur la construction et le débogage de réseaux de neurones.
Hugging Face et les équipes PyTorch et Google TPU présentent l'intégration de PyTorch/XLA dans la bibliothèque Transformers.
Motif de la recommandation :L'article détaille l'intégration de PyTorch/XLA dans les Trainer Hugging Face et fournit un exemple complet d'entraînement de bert-large-uncased sur Cloud TPU.
Le blog Hugging Face détaille l'intégration expérimentale de ZeRO de DeepSpeed et FairScale dans le Trainer de transformers à partir de la v4.2.0.
Motif de la recommandation :L'article compare les gains de ZeRO via DeepSpeed et FairScale sur t5-large et t5-3b, avec des chiffres de temps et de batch size directement réutilisables.
CNC Kitchen a imprimé des éprouvettes de traction verticales en PLA et PETG sur une Prusa Mk3 pour mesurer l'adhérence entre couches sur toute la plage de températures recommandée. Pour le PLA, la résistance passe de 20 MPa à 190 °C à un maximum de 40 MPa à 230 °C, puis chute à 32 MPa à 270 °C ; pour le PETG, elle culmine à 32 MPa à 245 °C avant de retomber à 24 MPa à 260 °C. L'auteur recommande le bas de la plage pour l'aspect et le haut pour la résistance, tout en notant que la dégradation du polymère de base reste faible et que l'humidité pourrait expliquer la baisse aux températures élevées.
Motif de la recommandation :Des essais de traction sur PLA et PETG quantifient la perte d'adhérence entre couches au-delà de la plage de température recommandée.
CNC Kitchen a testé le filament colorFabb varioShore TPU, un TPU chargé d'un agent moussant activé par la température d'extrusion. En imprimant des parois simples de 190 à 220 °C.
Motif de la recommandation :Des mesures de dureté Shore A et D sur des éprouvettes imprimées à différentes températures montrent comment régler la densité et la souplesse d'un TPU moussant.
L'auteur a testé l'utilisation de fil de débroussailleuse Oregon de 1,7 mm comme alternative au filament d'impression 3D en nylon. Après séchage d'environ une journée dans un déshydrateur.
Motif de la recommandation :L'auteur teste lui-même l'impression 3D avec du fil de débroussailleuse et documente séchage, températures et résistance mécanique.
CNC Kitchen a testé la refonte dans le sel de pièces imprimées en PLA, PLA+, PETG et ABS.
Motif de la recommandation :Des essais mesurés sur PLA, PETG et ABS quantifient l'amélioration de l'adhérence entre couches et les limites du refroidissement dans le sel.
CNC Kitchen a testé le recuit d'impressions 3D noyées dans du plâtre pour améliorer l'adhésion entre couches. Les échantillons PETG ont atteint une résistance moyenne de 100 kg.
OpenAI publie des travaux sur la modélisation générative du langage appliquée à la démonstration automatique de théorèmes.
CNC Kitchen compare le PolyLite PLA standard et le PolyMax PLA modifié de Polymaker. Le PLA+ coûte environ le double (60 $/kg contre 30 $/kg).
Motif de la recommandation :Des essais comparatifs couvrant prix, impression, résistance et température quantifient l'écart réel entre PLA et PLA+, utile pour choisir sa bobine.
CNC Kitchen a testé un filament PC-Core ABS fabriqué maison, composé d'une âme en polycarbonate et d'une enveloppe en ABS.
OpenAI publie une analyse montrant que depuis 2012.
Motif de la recommandation :L'analyse quantifie la baisse du calcul d'entraînement sur ImageNet depuis 2012 et la compare à la loi de Moore, offrant un repère concret sur le progrès algorithmique.
CNC Kitchen compare le séchage du filament 3D par déshydrateur alimentaire, chambre à vide.
Motif de la recommandation :Des pesées comparatives montrent que le séchage à la chaleur retire plus d'humidité que le vide, avec des repères de durée par matériau.
CNC Kitchen a imprimé des éprouvettes de traction dans dix matériaux d'impression 3D courants (PLA.
Motif de la recommandation :Des tests de résistance sur dix matériaux d'impression 3D immergés 48 h dans l'IPA 70 % montrent quels filaments perdent le plus de rigidité.