Je vais implémenter et reproduire votre article sur l'apprentissage automatique en PyTorch
À propos de ce service
Vous souhaitez qu’un article sur l’apprentissage automatique soit transformé en code PyTorch fonctionnel et vérifier si ses résultats se tiennent ? J’implémente la méthode décrite dans l’article, je l’entraîne et je compare mes chiffres à ceux du papier.
Je suis chercheur en IA à DGIST (Corée du Sud), travaillant sur les CNN, les vision transformers et l’apprentissage continu.
Exemple récent : j’ai reproduit Deep Mutual Learning (CVPR 2018) sur CIFAR-100. Le papier annonce un gain de +2,20 / +1,76 points, et ma reproduction a donné +2,22 / +1,60. J’ai également détecté une faute de frappe dans le tableau des résultats du papier.
Ce que vous obtenez :
- Code PyTorch propre et commenté, conformément aux équations et à l’algorithme du papier
- Exécutions d’entraînement avec points de contrôle et journaux
- Un rapport comparant mes résultats avec les tableaux du papier, en indiquant les écarts et leurs raisons
- Paramètres exacts pour pouvoir tout relancer
Les petits papiers (vision CIFAR-scale, distillation, apprentissage continu) s’exécutent sur mon propre GPU. Pour les papiers plus importants : ajout de l’option Cloud GPU et je loue un GPU cloud de catégorie A100, ce qui permet des modèles et des ensembles de données plus importants.
Veuillez m’envoyer le lien du papier avant de commander afin que je puisse confirmer l’étendue et le calcul.
Langage de programmation:
Python
Outils:
Jupyter Notebook
Frameworks:
Scikit-learn
•
PyTorch
FAQ
Traduction automatique
Et si mes résultats ne correspondent pas au papier ?
Vous recevez tout de même un rapport honnête montrant où les chiffres diffèrent et les causes probables (détails manquants, aléatoire, changements de framework). Je n’ajuste jamais les chiffres pour les faire correspondre au papier.
Quelle puissance de calcul utilisez-vous ?
Mon propre RTX 4060 (8 Go de mémoire GPU, 16 Go de RAM) pour les travaux CIFAR-scale, sans coût supplémentaire. Pour les papiers plus lourds, ajout de l’option Cloud GPU et je loue un GPU cloud de classe A100. Je vous indique les heures à l’avance. Vous pouvez également me donner accès à votre propre serveur GPU.
Faites-vous des cours ou des thèses ?
Non. Ce service s’adresse aux chercheurs, startups et ingénieurs qui souhaitent évaluer ou développer une méthode publiée.
