Для студентов СПбПУ Петра Великого по предмету ДругиеПоддержка исполнения моделей машинного обучения в виртуальных машинах JavaScript для платформы KInferenceПоддержка исполнения моделей машинного обучения в виртуальных машинах JavaScript для платформы KInference
2024-07-252024-07-25СтудИзба
Курсовая работа: Поддержка исполнения моделей машинного обучения в виртуальных машинах JavaScript для платформы KInference
Описание
Оглавление
3
Введение
На данный момент существует два концептуальных подхода к инте-грации моделей машинного обучения в веб-приложения. Первый под-ход предполагает удаленное исполнение моделей машинного обучения: необходимые данные из веб-приложения на удалённый сервер отправ-ляются, далее вычисляется результат работы модели, и результат пере-сылается обратно пользователю. Данный способ имеет ряд недостатков:
| Введение | 4 | ||
| 1. | Обзор | 6 | |
| 1.1. | ONNX.............................. | 6 | |
| 1.2. | TensorFlow.js . . . . . . . . . . . . . . . . . . . . . . . . . . | 8 | |
| 1.3. | KInference . . . . . . . . . . . . . . . . . . . . . . . . . . . . | 9 | |
| 1.4. | Kotlin Multiplatform . . . . . . . . . . . . . . . . . . . . . . | 10 | |
| 1.5. | Браузерныеоптимизации. . . . . . . . . . . . . . . . . . . | 11 | |
| 2. | Реализация | 16 | |
| 2.1. | Переход на Kotlin Multiplatform . . . . . . . . . . . . . . . | 16 | |
| 2.2. | Сравнение браузерных оптимизаций . . . . . . . . . . . . | 19 | |
| 2.3. | Подключение TFJS к KInference . . . . . . . . . . . . . . | 20 | |
| 3. | Апробация | 28 | |
| 3.1. | Эксперимент с моделью GPT-2 . . . . . . . . . . . . . . . | 29 | |
| 3.2. | Эксперимент с моделью BERT . . . . . . . . . . . . . . . | 29 | |
| Заключение | 31 | ||
| Список литературы | 32 | ||
3
Введение
- последние годы в индустрии программного обеспечения всё боль-шее внимание уделяется теме машинного обучения и, в частности, со-временным методам глубинного обучения, основанным на нейронных сетях. Модели машинного обучения находят применение во всем спек-тре разрабатываемых приложений, не исключая и сверхпопулярный сектор веб-приложений.
На данный момент существует два концептуальных подхода к инте-грации моделей машинного обучения в веб-приложения. Первый под-ход предполагает удаленное исполнение моделей машинного обучения: необходимые данные из веб-приложения на удалённый сервер отправ-ляются, далее вычисляется результат работы модели, и результат пере-сылается обратно пользователю. Данный способ имеет ряд недостатков:
Характеристики курсовой работы
Предмет
Учебное заведение
СПбПУ Петра ВеликогоСеместр
Просмотров
1
Размер
406,5 Kb
Список файлов
Поддержка исполнения моделей машинного обучения в виртуальных машинах JavaScript для платформы KInference.doc
Tortuga
25 июля 2024 в 19:48
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
