Сёння, калі метады машыннага навучання шырока прымяняюцца ў шэрагу прыкладанняў, машыннае навучанне стала важным для інтэрнэт-сэрвісаў.
Morphware - гэта дэцэнтралізаваная сістэма машыннага навучання, якая ўзнагароджвае ўладальнікаў паскаральнікаў, выстаўляючы на аўкцыён іх непрацуючыя вылічальныя магутнасці, а затым забяспечвае адпаведныя падпрацэдуры, якія ад імя навукоўцаў па дадзеных могуць навучаць і тэставаць мадэлі машыннага навучання ў дэцэнтралізаванай ёмістасці.
Тыпы мадэляў машыннага навучання ўключаюць алгарытмы полуконтролируемого або некантраляванага навучання.
Навучанне алгарытму навучання пад наглядам можна разглядаць як пошук аптымальнай камбінацыі вагаў для прымянення да набору ўваходных дадзеных або для прагназавання жаданага выхаду.
Штуршком гэтай працы з'яўляецца вылічальная складанасць. Абсталяванне, якое выкарыстоўваецца для візуалізацыі відэагульняў, таксама можа паскорыць навучанне алгарытмаў навучання пад наглядам.
Што такое Morphware?
Адной з ключавых праблем у мадэлях машыннага навучання з'яўляецца тое, што вылічальныя рэсурсы, неабходныя для выканання самых сучасных нагрузак машыннага навучання, падвойваюцца прыкладна кожныя тры з паловай месяцы.
Каб вырашыць гэтую праблему, Morphware распрацоўвае аднарангавую сетку, якая дазваляе практыкуючым навукоўцам па апрацоўцы дадзеных, інжынерам машыннага навучання і студэнтам інфарматыкі плаціць гульцам відэагульняў або іншым асобам за навучанне мадэляў ад іх імя.
Хоць апаратныя машыны дапамагаюць навукоўцам па апрацоўцы дадзеных паскорыць распрацоўку мадэляў машыннага навучання, высокі кошт гэтых апаратных паскаральнікаў таксама з'яўляецца перашкодай для многіх навукоўцаў па апрацоўцы дадзеных.
Што такое мадэлі машыннага навучання?
Мадэлі машыннага навучання могуць адрознівацца ў залежнасці ад ступені кантролю і параметрызацыі. Мэта навучання мадэлі з кантраляванымі параметрамі - знізіць частату памылак, якая ахоплівае лікавую адлегласць паміж прагнозам і назіраннем.
Навучанне мадэлі машыннага навучання ажыццяўляецца шляхам папярэдняй апрацоўкі з наступным тэставаннем. Навукоўцы па апрацоўцы дадзеных аддзяляюць даныя, якія становяцца даступнымі для мадэляў машыннага навучання падчас іх навучання, ад даных, якія становяцца даступнымі падчас іх тэставання.
Такім чынам, відаць, што мадэль не пераўзыходзіць набор даступных даных, а таксама прадукцыйнасць, якая можа быць горшай на нябачных даных.
Звычайна даныя навучання і тэсціравання выбіраюцца з аднаго файла або каталога падчас папярэдняй апрацоўкі.
Нараджэнне глыбокага навучання - вялікі выбух сучаснага Як прынцыпова новая мадэль праграмнага забеспячэння, глыбокае навучанне дазваляе паралельна навучаць мільярды праграмных нейронаў і трыльёны злучэнняў.
Запуск глыбокіх алгарытмаў нейронных сетак і навучанне на прыкладах, паскораныя вылічэнні - ідэальны падыход, а графічны працэсар - ідэальны працэсар.
Гэта новая камбінацыя для стварэння новага пакалення вылічальных платформ з лепшай прадукцыйнасцю, прадукцыйнасцю праграмавання і адкрытай даступнасцю.
Мадэлі глыбокага навучання вядомыя як падмноства мадэляў машыннага навучання. Іх навучанне асабліва патрабуе вылічэнняў з-за іх узаемазвязаных слаёў схаваных зменных.
Што такое рашэнне Morphware?
Для гэтых транзакцый выкарыстоўваецца валюта асноўнай платформы Morphware Token.
Токеноміка
Агульны запас токенаў Morphware складае 1,232,922,769 XNUMX XNUMX XNUMX, і іх можна спаліць, але нельга чаканіць.
Праз вэб-сайт, распрацаваны, распрацаваны і разгорнуты Morphware, карыстальнікі могуць набыць токен платформы.
Менш за два працэнты ад агульнага аб'ёму прапановы токенаў Morphware будуць выстаўлены на продаж у першы месяц.
Як працуе Morphware
Працэс мадэлі машыннага навучання - гэта аналіз даных, а затым ітэрацыйны цыкл, які вагаецца паміж выбарам мадэлі і распрацоўкай функцый.
Мэта гэтай працы - дапамагчы канчатковым карыстальнікам, такім як спецыялісты па апрацоўцы дадзеных, ітэраваць хутчэй, ствараючы доступ да дэцэнтралізаванай сеткі камп'ютараў, якія могуць паскорыць іх працоўныя нагрузкі.
Канчатковыя карыстальнікі аб'ядноўваюцца з працоўнымі вузламі і плацяць праз зваротны аўкцыён з закрытай стаўкай па другой цане. Яны плацяць рабочым вузлам за навучанне іх мадэляў, а вузлам валідатараў - тэставаць мадэлі, навучаныя рабочымі вузламі з дапамогай токенаў Morphware.
Ролі і абавязкі членаў сеткі ўключаюць у сябе два аўтаномных тыпу аднагодкаў.
Каб працаваць з Morphware, канчатковыя карыстальнікі проста загружаюць сваю мадэль у выглядзе сшытка Jupyter або файла Python, даныя навучання і тэсціравання.
Затым ім трэба ўказаць мэтавы ўзровень дакладнасці і прадказаць, колькі часу спатрэбіцца для дасягнення гэтага ўзроўню дакладнасці. Каб скончыць, націснуўшы "Адправіць".
Канчатковыя карыстальнікі адпраўляюць мадэлі для навучання работнікаў і праверкі валідатарам. У той жа час рабочыя вузлы - гэта вузлы, якія зарабляюць токены на навучальных мадэлях, прадстаўленых канчатковымі карыстальнікамі.
Валідатары - гэта вузлы, якія зарабляюць токены, тэстуючы мадэлі, навучаныя рабочымі.
Пасля таго, як канчатковы карыстальнік адправіць мадэль, яна будзе навучацца супрацоўнікамі і правярацца валідатарамі праз платформу, якая ўзаемадзейнічае з сеткай праз свой бэкэнд-дэман.
Дэман адказвае не толькі за стварэнне алгарытмаў і адпаведных набораў даных для таго, што адпраўляецца канчатковым карыстальнікам праз кліент, але і за адпраўку першапачатковага запыту на працу ў смарт-кантракт.
Акрамя таго, дэман адказвае за навучанне і тэставанне мадэляў работнікамі і валідатарамі.
Аднарангавая дастаўка дазваляе распаўсюджваць алгарытм і адпаведны набор даных ад канчатковага карыстальніка да рабочага або валідатара.
Аднак першапачатковыя працоўныя патрабаванні ад канчатковага карыстальніка і адпаведныя адказы канчатковаму карыстальніку ад работнікаў або валідатараў размяшчаюцца ў смарт-кантракце.
Першапачатковыя працоўныя патрабаванні ўключаюць разліковы час выканання перыяду навучання, магніт, звязаны з алгарытмам, навучальны набор і тэставы набор даных.
Адказ ад работніка змяшчае магнітную спасылку на мадэль, якую яны навучылі, якая пасля правяраецца многімі валідатарамі.
Калі навучаная мадэль адпавядае неабходнаму парогу прадукцыйнасці, воркер і валідатары атрымаюць токены ў якасці ўзнагароды.
Што робіць Morphware выдатным
Morphware - гэта двухбаковы рынак.
Рынак абслугоўвае навукоўцаў па апрацоўцы дадзеных, якія могуць выкарыстоўваць платформу для доступу да аддаленых вылічальных магутнасцей праз сетку камп'ютараў, такіх як працэсары, графічныя працэсары, аператыўная памяць, як спосаб выкарыстання AWS, але па меншай цане і з больш зручным інтэрфейсам.
З іншага боку, Morphware таксама абслугоўвае ўладальнікаў залішняй вылічальнай магутнасці, якія хочуць зарабіць грошы і ўзнагароды, прадаючы сваю вылічальную магутнасць.
Такім чынам, яго сегменты кліентаў сканцэнтраваны на навукоўцах дадзеных, геймерах або людзях з лішкам вылічальнай магутнасці, якія жадаюць зарабіць грошы.
У цяперашні час спіс кліентаў Morphware пастаянна расце, уключаючы спецыяліста па апрацоўцы дадзеных, які працуе над лабараторыяй мабільнасці беспілотных аўтамабіляў, студэнцкія арганізацыі, якія маюць патрэбу ў навуковай падтрымцы даных, і аўтамабільныя кампаніі, такія як Suzu, Mitsubishi або Volvo.
Morphware таксама супрацоўнічае з Tellor. У рамках гэтага партнёрства Tellor збіраецца плаціць Morphware за выкарыстанне іх аракула на працягу першых некалькіх месяцаў.
У параўнанні з іншымі канкурэнтамі на рынку, Morphware мае канкурэнтную перавагу. Яго унікальная рынкавая стратэгія робіць яго прадукт таннейшым за іншыя.
Заключныя думкі пра Morphware
Паколькі мадэлі машыннага навучання становяцца ўсё больш складанымі, былі вывучаны праекты новай экасістэмы мадэляў машыннага навучання, якія гандлююць праз сетку, заснаваную на блокчейне.
Такім чынам, канчатковыя карыстальнікі або пакупнікі могуць набыць мадэль, якая іх цікавіць, на рынку машыннага навучання, у той час як работнікі або прадаўцы, зацікаўленыя ў правядзенні лакальных вылічэнняў на даных для павышэння якасці гэтай мадэлі.
Такім чынам, разглядаецца прапарцыйная залежнасць паміж мясцовымі дадзенымі і якасцю навучаных мадэляў, а таксама ацэньваюцца ацэнкі дадзеных прадаўца пры навучанні мадэляў.
Праект паказвае канкурэнтаздольную прадукцыйнасць падчас выканання, меншы кошт выканання і справядлівасць з пункту гледжання стымулаў для ўдзельнікаў.
Morphware - адна з наватарскіх платформаў, якая ўводзіць аднарангавую сетку, у якой канчатковыя карыстальнікі могуць плаціць гульцам відэагульняў за навучанне мадэляў машыннага навучання ад іх імя ў валюце платформы Morphware Token.
Каб даведацца больш пра Morphware, націсніце тут!
Крыніца: https://blockonomi.com/morphware-guide/