facebookresearch/recipes

해결하는 문제

딥러닝 모델을 훈련할 때 반복적인 '글루 코드'를 작성할 필요가 없습니다. 훈련 루프, 설정 파서, 데이터 로더를 처음부터 구축하는 대신, 일반적인 머신러닝 작업을 위한 프로덕션 준비 완료된 재현 가능한 베이스라인에서 시작할 수 있습니다.

작동 방식

이 라이브러리는 '레시피'—모델 아키텍처, 트레이너, 설정을 함께 묶은 즉시 실행 가능한 파이썬 애플리케이션—을 제공합니다. 이러한 레시피는 모듈식으로, 설정 파일을 통해 또는 코드를 직접 수정하여 모델을 ResNet18에서 ResNet52로 변경하는 등 컴포넌트를 쉽게 교체할 수 있습니다.

대상 사용자

고품질의 베이스라인을 빠르게 실험하고 싶거나, 자신의 특정 프로젝트에 확장할 수 있는 신뢰할 수 있는 시작점이 필요한 머신러닝 연구자 및 개발자입니다.

주요 특징

• 비전(이미지 분류) 및 텍스트(문서 분류)용 즉시 실행 가능한 레시피.
• 로컬 랩톱에서 대규모 클러스터까지 확장 가능.
• 유연한 설정 및 하이퍼파라미터 관리를 위해 Hydra 사용.
• 연구 논문의 베이스라인을 정확히 재현하는 데 중점을 둡니다.