Fiche outil
microsoft/SynapseML
github.com
Bibliothèque open source pour créer des pipelines d'apprentissage automatique massivement évolutifs sur Apache Spark.
Ce qu'il fait
microsoft/SynapseML
SynapseML fournit des API simples, composables et distribuées pour des tâches telles que l'analyse de texte, la vision par ordinateur, la détection d'anomalies et l'apprentissage profond, construites sur Apache Spark et partageant l'API SparkML/MLLib. Il s'adresse aux data scientists et aux ingénieurs qui doivent entraîner et évaluer des modèles sur des clusters à nœud unique, multi-nœuds ou redimensionnables élastiquement, et il est utilisable avec Python, R, Scala, Java et .NET. Le projet est open source et publié sous forme d'artefacts JVM spécifiques à l'environnement d'exécution.
Tags
Catégories
Aucun résumé n'a encore été ajouté.
FAQ
Questions fréquentes
- Qu’est-ce que microsoft/SynapseML ?
- SynapseML fournit des API simples, composables et distribuées pour des tâches telles que l'analyse de texte, la vision par ordinateur, la détection d'anomalies et l'apprentissage profond, construites sur Apache Spark et partageant l'API SparkML/MLLib. Il s'adresse aux data scientists et aux ingénieurs qui doivent entraîner et évaluer des modèles sur des clusters à nœud unique, multi-nœuds ou redimensionnables élastiquement, et il est utilisable avec Python, R, Scala, Java et .NET. Le projet est open source et publié sous forme d'artefacts JVM spécifiques à l'environnement d'exécution.
- Combien coûte microsoft/SynapseML ?
- microsoft/SynapseML applique un modèle tarifaire : Open source. Consultez le site officiel pour les offres actuelles.
- À quoi sert microsoft/SynapseML ?
- microsoft/SynapseML est référencé sur TolsAI dans ces catégories : Open Source.
- Où utiliser microsoft/SynapseML ?
- microsoft/SynapseML est disponible sur son site officiel, github.com.
Explorer
Plus dans Open Source
Un harnais agentique open source pour un agent IA auto-améliorant qui planifie et exécute les tâches que vous décrivez.
Un moteur RAG sans vecteurs, basé sur le raisonnement, qui indexe les documents sous forme d'arbres et effectue la récupération avec le raisonnement d'un LLM.
Une bibliothèque Python de type PyTorch pour construire et auto-optimiser des workflows LLM tels que les chatbots, le RAG et les agents.
Une interface web modulaire pour générer des images, des vidéos et de l'audio avec des modèles d'IA comme Stable Diffusion, Flux et Wan.
Un guide étape par étape pour concevoir des systèmes d'IA basés sur les LLM, le RAG et les agents d'IA.
Moteur de pipeline d'IA open source pour créer, déboguer et déployer des workflows LLM et l'orchestration d'agents depuis votre IDE.
Discussion
Discussion
Connectez-vous pour participer à la discussion
Aucun commentaire pour le moment. Lancez la discussion.