facebookresearch/recipes

Recipes are a standard, well supported set of blueprints for machine learning engineers to rapidly train models using the latest research techniques without significant engineering overhead.Specifically, recipes aims to provide- Consistent access to pre-trained SOTA models ready for production- Reference implementations for SOTA research reproducibility, and infrastructure to guarantee correctness, efficiency, and interoperability.

何を解決するか

深層学習モデルのトレーニング時に繰り返し書く必要のある「グルーコード」を排除します。トレーニングループ、設定パーサー、データローダーをゼロから構築するのではなく、一般的な機械学習タスク用のプロダクション対応で再現可能なベースラインから始められます。

仕組み

このライブラリは「レシピ」——モデルアーキテクチャ、トレーナー、設定をまとめて実行可能なPythonアプリケーション——を提供します。これらのレシピはモジュール式で、設定ファイルやコードの直接編集により、モデルをResNet18からResNet52に変更するなど、コンポーネントを簡単に交換できます。

対象ユーザー

高品質なベースラインで迅速に実験したい機械学習研究者や開発者、または独自のプロジェクトに拡張するための信頼できる出発点が必要な方。

特徴

  • ビジョン（画像分類）およびテキスト（ドキュメント分類）用の即実行可能なレシピ。
  • ローカルのラップトップから大規模クラスタまでスケーラブル。
  • Hydraを用いて柔軟な設定およびハイパーパラメータ管理を実現。
  • 研究論文のベースラインを正確に再現することに焦点を当てています。

関連

  • プロジェクト
    google/uncertainty-baselines

    ディープラーニングモデルの不確実性と堅牢性をベンチマークするための、高品質で標準化されたベースラインとテンプレートのコレクションです。

  • プロジェクト
    cvg/glue-factory

    A library for training and evaluating deep neural networks that extract and match local visual features, supporting state-of-the-art models like LightGlue and GlueStick.

  • プロジェクト
    dotnet/machinelearning

    Python や R を必要とせず、.NET 開発者がカスタムモデルを構築、訓練、デプロイするための、クロスプラットフォーム対応のオープンソース機械学習フレームワークです。

  • プロジェクト
    thinking-machines-lab/tinker-cookbook

    Tinker APIを介した言語モデルのファインチューニングのための抽象化とレシピのライブラリ。SFT、RL、マルチモーダルトレーニングをサポート。

  • プロジェクト
    facebookresearch/stopes

    機械翻訳データを準備するためのライブラリ。単一言語データのクリーニング、バイテキストのマイニング、知識蒸留パイプラインの実行ツールを提供します。