Renate: A Library for Real-World Continual Learning

要約

タイトル：Renate：現実世界の継続的学習のためのライブラリ

要約：

– 継続的学習は、不定期に変化するデータストリーム上の機械学習モデルのインクリメンタルなトレーニングを可能にします。
– このトピックへの学術的な関心は高いですが、最新の継続的学習アルゴリズムの実践的な機械学習展開での使用はほとんど報告されていません。
– この論文では、PyTorchモデルの実世界での更新パイプラインを構築するために設計された継続的学習ライブラリであるRenateを紹介します。
– 実践的な継続的学習アルゴリズムの使用に必要な要件について説明し、Renateの設計原則を導き出します。
– ライブラリのコンポーネントとインターフェースについて高水準説明を行います。
– 最後に、実験結果を提示することでライブラリの強みを説明します。
– Renateは、https://github.com/awslabs/renateで入手できます。

要約(オリジナル)

Continual learning enables the incremental training of machine learning models on non-stationary data streams.While academic interest in the topic is high, there is little indication of the use of state-of-the-art continual learning algorithms in practical machine learning deployment. This paper presents Renate, a continual learning library designed to build real-world updating pipelines for PyTorch models. We discuss requirements for the use of continual learning algorithms in practice, from which we derive design principles for Renate. We give a high-level description of the library components and interfaces. Finally, we showcase the strengths of the library by presenting experimental results. Renate may be found at https://github.com/awslabs/renate.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI