Computable.nl
  • Thema’s
    • Carrière
    • Innovatie & Transformatie
    • Cloud & Infrastructuur
    • Data & AI
    • Governance & Privacy
    • Security & Awareness
    • Software & Development
    • Werkplek & Beheer
  • Sectoren
    • Channel
    • Financiële dienstverlening
    • Logistiek
    • Onderwijs
    • Overheid
    • Zorg
  • Computable Awards
    • Overzicht
    • Nieuws
    • Winnaars
    • Partner worden
  • Vacatures
    • Vacatures bekijken
    • Vacatures plaatsen
  • Bedrijven
    • Profielen
    • Producten & Diensten
  • Kennisbank
  • Nieuwsbrief

Google begint opensource-zoekplatform voor ml

23 februari 2021 - 09:07ActueelData & AIGoogle
Alfred Monterie
Alfred Monterie

Google geeft extra ondersteuning aan onderzoekers die op zoek zijn naar optimale modellen voor machine learning (ml). De techgigant introduceert Model Search, een opensource-platform dat researchers helpt de beste ml-modellen te ontwikkelen. Dit gaat efficiënt en geautomatiseerd, aldus Google.

In plaats van zich op een specifiek domein te richten, is Model Search domeinonafhankelijk en flexibel. Het platform is in staat de architectuur te vinden die het beste past bij een bepaalde dataset en een bepaald probleem. Daarbij wordt de tijd die nodig is om coderen, zo kort mogelijk gehouden. Ook andere inspanningen en het benodigde rekenwerk worden tot een minimum beperkt.

Tensorflow

Model Search is gebouwd op Tensorflow, een opensource-raamwerk voor machine learning. Het platform kan op één computer of in een gedistribueerde omgeving draaien.

Het zoeksysteem bestaat uit meerdere trainers, een zoekalgoritme, een ’transfer-learning’ algoritme en een database voor de opslag van de verschillende geëvalueerde modellen. Het systeem kan zowel trainings- als evaluatie-experimenten voor verschillende ml-modellen met uiteenlopende architecturen en trainingstechnieken draaien. Dit gebeurt op een adaptieve, maar toch asynchrone manier.

Heuristisch zoekalgoritme

Terwijl elke trainer experimenten onafhankelijk uitvoert, delen alle trainers de kennis die ze uit die experimenten verkrijgen. Aan het begin van elke cyclus zoekt het zoekalgoritme alle voltooide proeven op. Dan wordt ‘beam search’, een heuristisch zoekalgoritme, gebruikt om te bepalen wat je vervolgens gaat proberen. Daarna roept hij de mutatie op via een van de beste architecturen die tot nog toe zijn gevonden. Vervolgens wijst hij het resulterende model opnieuw toe aan een trainer.

Na een model-zoekopdracht kunnen gebruikers de gevonden modellen met elkaar vergelijken. Bovendien hebben ze de mogelijkheid een eigen zoekruimte te creëren om de architectonische elementen in de modellen aan te passen.

Neuraal netwerkmodel

Het systeem bouwt een neuraal netwerkmodel op uit een set van vooraf gedefinieerde bouwblokken. Elk blok representeert een bekende micro-architectuur, zoals LSTM, ResNet of Transformer-lagen. Door blokken van reeds bestaande architectonische componenten te gebruiken, kan Model Search de beste kennis benutten van technieken als ‘neural architecture search’ (NAS).

Deze benadering is volgens Google efficiënt, doordat structuren worden verkend in plaats van hun meer fundamentele en gedetailleerde componenten. Dat maakt de schaal van de zoekruimte kleiner.

Meer over

Opensource

Deel

    Inschrijven nieuwsbrief Computable

    Door te klikken op inschrijven geef je toestemming aan Jaarbeurs B.V. om je naam en e-mailadres te verwerken voor het verzenden van een of meer mailings namens Computable. Je kunt je toestemming te allen tijde intrekken via de af­meld­func­tie in de nieuwsbrief.
    Wil je weten hoe Jaarbeurs B.V. omgaat met jouw per­soons­ge­ge­vens? Klik dan hier voor ons privacy statement.

    Whitepapers

    Computable.nl

    De weg van dataverzameling naar impact

    Iedere organisatie heeft data, maar niet iedereen weet hoe je het goed gebruikt. Hoe zet je waardevolle informatie om in actie?

    Computable.nl

    In detail: succesvolle AI-implementaties

    Het implementeren van kunstmatige intelligentie (AI) biedt enorme kansen, maar roept ook vragen op. Deze paper beschrijft hoe je als (middel)grote organisatie klein kunt starten met AI en gaandeweg kunnen opschalen.

    Computable.nl

    Maak kennis met digitale identiteiten

    De digitale economie groeit snel en de EU heeft strikte regelgeving ingevoerd om de veiligheid en privacy te waarborgen; in deze whitepaper ontdek je hoe digitale identiteiten deze transitie ondersteunen en wat dit voor jouw organisatie betekent.

    Meer lezen

    OpinieData & AI

    Zo ga je van datagedreven inzichten naar actie

    Oudere
    ActueelCarrière

    Machine learning draagt bij aan goede oude dag

    ActueelCarrière

    Europese ai-gemeenschap Ellis officieel van start

    Sheila Gemin
    Awards NieuwsData & AI

    BrainCreators scoort met machine learning en ai

    AchtergrondInnovatie & Transformatie

    Machine learning op de intensive care

    Geef een reactie Reactie annuleren

    Je moet ingelogd zijn op om een reactie te plaatsen.

    Populaire berichten

    Meer artikelen

    Footer

    Direct naar

    • Carrièretests
    • Kennisbank
    • Planning
    • Computable Awards
    • Magazine
    • Abonneren Magazine
    • Cybersec e-Magazine

    Producten

    • Adverteren en meer…
    • Jouw Producten en Bedrijfsprofiel
    • Whitepapers & Leads
    • Vacatures & Employer Branding
    • Persberichten

    Contact

    • Colofon
    • Computable en de AVG
    • Service & contact
    • Inschrijven nieuwsbrief
    • Inlog

    Social

    • Facebook
    • X
    • LinkedIn
    • YouTube
    • Instagram
    © 2025 Jaarbeurs
    • Disclaimer
    • Gebruikersvoorwaarden
    • Privacy statement
    Computable.nl is een product van Jaarbeurs