Руководство по созданию собственной модели машинного обучения с помощью Rust
Компания Hugging Face, занимающаяся искусственным интеллектом (ИИ), недавно представила Candle, новую минималистическую среду машинного обучения (ML), разработанную для языка программирования Rust. Этот инновационный фреймворк уже привлек значительное внимание, набрав 7,8 тысяч звезд и 283 форка на GitHub.
Hugging Face стремится расширить свою экосистему для разработчиков, чтобы расширить охват своих 300 000 моделей машинного обучения с открытым исходным кодом. По словам Джеффа Будье, руководителя отдела продуктов и развития стартапа, «общая картина такова, что мы разрабатываем нашу экосистему для разработчиков и видим в этом большой успех».
Это произошло сразу после сбора средств в размере 235 миллионов долларов, который включал поддержку таких отраслевых гигантов, как Google, Amazon, Nvidia, Salesforce, AMD, Intel, IBM и Qualcomm.
Свеча: Платформа Rust ML
Большинство фреймворков машинного обучения традиционно пишутся на Python и для поддержки полагаются на такие библиотеки, как PyTorch. Эти платформы часто имеют значительный размер, что приводит к медленному созданию экземпляров в кластерах, как отмечено в FAQ Candle.
Candle отличается поддержкой бессерверного вывода — метода запуска моделей машинного обучения без управления инфраструктурой. Это достигается за счет возможности развертывания облегченных двоичных файлов. Двоичные файлы — это исполняемые файлы, содержащие все необходимые ресурсы для запуска приложения в определенной среде.
Более того, Candle позволяет разработчикам исключить Python из рабочих нагрузок продукта, решая проблемы, связанные с накладными расходами Python и глобальной блокировкой интерпретатора (GIL).
Начало работы с ͏Candle
Для тех, кто заинтересован в использовании Candle для своих проектов машинного обучения на основе Rust, вот пример того, как построить модель линейной регрессии с использованием набора данных с открытым исходным кодом:
extern crate…
