Обширная библиотека компьютерных моделей: от классической ResNet до новейшего трансформера Swin;
Широкий выбор готовых датасетов: необходимо лишь подготовить ваши данные в требуемом формате (CSV-файл с аннотациями и путями к изображениям);
Современная инфраструктура. TorchOK запускается на машинах с CPU, GPU, а также на нескольких компьютерах с несколькими GPU. Есть поддержка TPU;
Метрики для оценки моделей компьютерного зрения в TensorBoard и MLflow: классификационные, сегментационные, метрики для поиска похожих изображений, для распознавания лиц;
Единый интерфейс для загрузки и выгрузки компьютерных моделей;
Удобная «упаковка»: TorchOK можно запускать через Conda-окружение и в облаке — с помощью контейнеризатора Docker или в SageMaker на Amazon Web Services.
Наша задача — доводить “сырые” компьютерные модели до продакшена. Поэтому в TorchOK всегда будут только лучшие технические решения. Не самые точные с точки зрения публичных бенчмарков, но самые эффективные в соотношении качество/скорость.”
Технический директор EORA Data Lab
Влад Виноградов
Преимущества TorchOK
Для разработчиков
TorchOK можно клонировать для работы в нескольких проектах одновременно, для разных команд разработки. Найденные ошибки и улучшения устраняются и добавляются в едином репозитории и видны всем.
Он подходит для совместной работы
Вы сами выбираете параметры обучения нейросетевой модели: какую сеть использовать, какие данные подгружать, какие метрики считать, сколько GPU вам требуется.
Он легко кастомизируется
Обычно команды пишут под каждый проект свой пайплайн. Мы используем в качестве основы кодовую базу TorchOK, а затем изменяем её внутри команды.
Он универсальный
Достаточно минимальных знаний в Deep Learning, чтобы работать в пайплайне: подготовить датасет для обучения, обучить нейросетевую модель и затем передать её для интеграции.
Он простой
Для бизнес-проектов
Экономия денег: у вас на руках готовый результат многолетней работы EORA
Экономия времени: вы можете немедленно приступить к обучению своей нейросети
Самые современные решения в простой «упаковке»
Постоянно обновляемая база нейросетевых моделей
Только лучшее: мы сохраняем только то, что реально работает
Гарантия качества
Отбор лучших технических решений и программ
Признание исследовательского сообщества
Актуальная версия — третья по счету
Ежегодные улучшения c 2019 года
Команда
Разработка критических блоков библиотеки, интеграция нейросетевых архитектур