2022年3月14日 在 金融
Solliance 凭借由 Azure 机器学习和 PyTorch 驱动的加密货币新闻分析平台成为头条新闻
Solliance 提供尖端解决方案，弥补各种行业中的空白。通过与 Baseline 的近期合作，Solliance 彻底改变了加密货币交易体验，从超过15万个全球来源中近乎实时地提取新闻洞察。为了管理 Baseline 的工作负载，Solliance 引入了 Microsoft Azure 机器学习和 PyTorch……
2022年3月2日 在 金融
在 AWS 上使用自然语言处理创建葡萄酒推荐器
在本教程中，我们将使用 BERT 词嵌入模型和最近邻算法构建一个简单的机器学习管道，根据用户输入的偏好推荐葡萄酒。为了创建和驱动这个推荐引擎，我们将利用 AWS 的 SageMaker 平台，它为我们提供了一个完全托管的方式来……
亚马逊广告使用 PyTorch 和 AWS Inferentia 扩展广告处理模型
亚马逊广告使用 PyTorch、TorchServe 和 AWS Inferentia 将推理成本降低了71%，并实现了规模扩展。亚马逊广告帮助公司建立品牌并通过在亚马逊商店内外（包括网站、应用程序和超过15个国家的流媒体电视内容）展示的广告与购物者建立联系……
ChemicalX：一个用于药物对评分的深度学习库
在本文中，我们介绍了 ChemicalX，这是一个基于 PyTorch 的深度学习库，旨在提供一系列最先进的模型来解决药物对评分任务。该库的主要目标是使深度药物对评分模型对机器学习研究人员和从业者可用……
扩展大型语言模型的原因与方法
Anthropic 是一家人工智能安全和研究公司，致力于构建可靠、可解释和可操纵的人工智能系统。在过去十年中，用于最大规模训练运行的计算量呈指数级增长。我们还在许多领域看到，更大的模型能够……
2021年11月21日 在 媒体与娱乐
在 AWS Inf1 上运行 BERT 模型推理：从模型编译到速度比较
在这篇技术博客中，我们将比较 Inferentia、GPU 和 CPU 在 BERT 序列标注示例中的速度和成本。我们还提供了一个关于在 Inf1 实例上进行模型编译和推理的有用教程。
2021年11月9日 在 研究
SearchSage：在 Pinterest 学习搜索查询表示
Pinterest 每天向人们呈现数十亿个创意，而内容、用户和搜索查询的嵌入神经网络建模是不断改进这些由机器学习驱动的推荐的关键。良好的嵌入——将离散实体表示为数字向量——能够实现快速的候选生成，并且是……
2021年10月18日 在 零售
我们如何构建：早期推荐系统
个性化在当今大多数平台上无处不在。通过连接性增强，并通过机器学习扩展，互联网上的大多数体验都根据我们的个人品味量身定制。Peloton 课程提供多样化的教练、语言、健身学科、持续时间和强度。每个会员都有特定的健身目标、日程安排、健身器材和水平……
在思科 Webex 助手中使用字素到音素模型
字形到音素（G2P）是一种根据单词的书写形式（字形）生成发音（音素）的函数。它在自动语音识别系统、自然语言处理和文本到语音引擎中扮演着重要角色。在 Cisco 的 Webex Assistant 中，我们使用 G2P 建模来协助解析人名……