All translations
Jump to navigation
Jump to search
Enter a message name below to show all available translations.
Found 2 translations.
| Name | Current message text |
|---|---|
| h English (en) | Modern deep learning packages like Pytorch and TensorFlow include utilities to handle large-scale training natively and tutorials on how to do it abound. Scaling classic machine learning (i.e., not deep learning) methods, however, is not as widely discussed and can often be a frustrating problem to solve. [[Large_Scale_Machine_Learning_(Big_Data)|This guide]] contains ideas and practical options, along with tutorials, to tackle training classic ML models on very large datasets. |
| h French (fr) | Les paquets d'apprentissage profond modernes comme PyTorch et TensorFlow offrent des utilitaires pour les travaux natifs d’apprentissage à grande échelle et les tutoriels sont nombreux. Un sujet peu abordé par contre est la scalabilité des méthodes classiques d’apprentissage machine (et non d’apprentissage profond) pour le travail avec de grands ensembles de données; à ce sujet, voir la page wiki [[Large_Scale_Machine_Learning_(Big_Data)/fr|Apprentissage machine à grande échelle (mégadonnées)]]. |