hyperparameter-tuning

La plataforma de desarrollo de IA. Usa Weights & Biases para entrenar y ajustar modelos, y gestionarlos desde la experimentación hasta la producción.

La plataforma de computación de IA para equipos de vanguardia. SkyPilot convierte la computación de IA fragmentada en una supercomputadora de IA, permitiendo a los equipos de IA de vanguardia construir inteligencia personalizada más rápido.

Aprendizaje automático automatizado con scikit-learn.

Notas, tareas de programación y cuestionarios de todos los cursos de la especialización en Deep Learning de Coursera ofrecida por deeplearning.ai: (i) Redes neuronales y Deep Learning; (ii) Mejora de redes neuronales profundas: ajuste de hiperparámetros, regularización y optimización; (iii) Estructuración de proyectos de Machine Learning; (iv) Redes neuronales convolucionales; (v) Modelos de secuencias

Determined es una plataforma de machine learning de código abierto que simplifica el entrenamiento distribuido, el ajuste de hiperparámetros, el seguimiento de experimentos y la gestión de recursos. Funciona con PyTorch y TensorFlow.

Un framework de entrenamiento para agentes de aprendizaje por refuerzo de Stable Baselines3, con optimización de hiperparámetros y agentes pre-entrenados incluidos.

Machine Learning automatizado en Kubernetes

Interfaz de investigación basada en Python para optimización de caja negra e hiperparámetros, basada en el servicio interno Google Vizier Service.

🔥 Un agente de IA autónomo que ejecuta tus experimentos de aprendizaje profundo las 24 horas del día, los 7 días de la semana, mientras duermes. Monitoreo de costo cero, arquitectura líder-trabajador y memoria de tamaño constante.

SMAC3: Un paquete versátil de optimización bayesiana para la optimización de hiperparámetros.

HyperView es un laboratorio de estrategias de TradingView enfocado en la terminal para descargar datos de mercado, realizar backtesting de estrategias en Python con comportamiento similar a Pine y optimizar parámetros de SL/TP.

Optimización del aprendizaje por refuerzo con RLOps. Algoritmos y herramientas de RL de vanguardia, con un entrenamiento 10 veces más rápido mediante optimización evolutiva de hiperparámetros.

EvalML es una biblioteca de AutoML escrita en Python.

OCTIS: ¡Comparar modelos de temas es sencillo! Un paquete de Python para optimizar y evaluar modelos de temas (aceptado en la pista de demostración de EACL2021).

Implementación/Tutorial sobre el uso de métodos de aprendizaje automático automatizado (AutoML) para aprendizaje estático/por lotes y en línea/continuo.

La biblioteca de AutoML más limpia del mundo. Realiza ajuste de hiperparámetros con las abstracciones de pipeline adecuadas para escribir pipelines de aprendizaje profundo en producción. Permite que los pasos de tu pipeline tengan espacios de hiperparámetros. Diseña pasos como componentes. Compatible con Scikit-Learn, TensorFlow y la mayoría de las bibliotecas, frameworks y entornos de MLOps.

IA explicable para humanos