Pytorch-LifeStreamPytorch-LifeStreamБиблиотека для работы с последовательными данными

Pytorch-LifeStream

Библиотека для работы со сложноструктурированными последовательными данными
Бизнес там,
где вы
Видеовстречи
SberJazz
Без лимитов по времени. Без регистрации. До 100 участников
Jazz Composition
Без лимитов по времени
Без регистрации
До 100 участников

О библиотеке

Сбер активно развивает ML-технологии и публикует в открытом доступе программную библиотеку Pytorch-LifeStream. Она разработана на основе большого опыта в области машинного обучения на сложноструктурированных последовательных данных.

С помощью нейросетевых методов, реализованных в библиотеке Pytorch-LifeStream, можно представлять сложные событийные данные (например, истории посещений сайтов, истории покупок, события в онлайн-играх и т. д.) в виде набора чисел (embeddings) и затем использовать их для обучения ML-моделей.

Один из методов библиотеки Pytorch-LifeStream создан в Sber AI Lab. Метод впервые применяет подход contrastive learning к событийным данным. Кроме того, в библиотеке реализованы методы на основе сторонних научных публикаций, но адаптированные командой Sber AI Lab к событийным данным.

Исходный код, бенчмарки и необходимые инструменты опубликованы под открытой лицензией Apache 2.0, допускающей его использование в исследовательских и коммерческих целях.

Преимущества

Сокращение времени на feature engineering событийных данных

Безопасный способ обмена данными в вашей системе

Повышение качества различных ML-моделей за счет использования векторных представлений событийных данных

Подробнее о Pytorch-LifeStream
Ещё видео

Заявка на консультацию

Сделано
в Лаборатории Сбера
Команда развивает науку, проводит прикладные исследования и создаёт инновации. Мы регулярно публикуем актуальные вакансии
ПАО Сбербанк использует cookie для персонализации сервисов и удобства пользователей.
Вы можете запретить сохранение cookie в настройках своего браузера.