darts
ग्रेडिएंट डिसेंट का उपयोग करके कन्वेलशनल और रीकरेंट नेटवर्क के लिए न्यूरल आर्किटेक्चर सर्च को स्वचालित करता है।
निरंतर relaxation के साथ एक ही GPU पर उच्च-प्रदर्शन वाले CNN और RNN आर्किटेक्चर को कुशलतापूर्वक खोजें।
DARTS कन्वेलशनल और रीकरेंट न्यूरल नेटवर्क के लिए डिफरेंशिएबल न्यूरल आर्किटेक्चर सर्च का एक कार्यान्वयन है। यह ब्लैक-बॉक्स सर्च एल्गोरिदम को ग्रेडिएंट डिसेंट से बदल देता है, जो निरंतर आर्किटेक्चर रिलैक्सेशन को अनुकूलित करता है। डीप लर्निंग शोधकर्ताओं को इसे एक ही GPU पर स्वचालित न्यूरल डिज़ाइन के साथ प्रयोग करने के लिए उपयोग करना चाहिए।
यह क्या है
DARTS असतत न्यूरल सेल सर्च स्पेस को निरंतर अभ्यावेदन में परिवर्तित करता है, जिससे ग्रेडिएंट डिसेंट के माध्यम से निरंतर वैलिडेशन लॉस ऑप्टिमाइजेशन की अनुमति मिलती है। रिपॉजिटरी में CIFAR-10 पर CNN सेल और Penn Treebank पर RNN सेल के लिए सर्च प्रयोग चलाने का कोड शामिल है। इसमें खोजे गए सेल जीनोटाइप को शुरू से प्रशिक्षित करने के लिए इवैल्यूएशन स्क्रिप्ट और आर्किटेक्चर आरेख जेनरेट करने के लिए विजुअलाइज़र भी शामिल हैं।
किसके लिए
यह टूल PyTorch का उपयोग करके न्यूरल आर्किटेक्चर सर्च (NAS) और ऑटोएमएल एल्गोरिदम की जांच करने वाले डीप लर्निंग शोधकर्ताओं के लिए उपयुक्त है। यह उन प्रोडक्शन एमएल इंजीनियरों के लिए नहीं है जिन्हें आधुनिक, अनुरक्षित या प्लग-एंड-प्ले Python पैकेजों की आवश्यकता है।
मुख्य विशेषताएँ
कंटीन्यूअस आर्किटेक्चर रिलैक्सेशन
ग्रेडिएंट डिसेंट के माध्यम से प्रत्यक्ष अनुकूलन की अनुमति देने के लिए असतत सेल विकल्पों को निरंतर मापदंडों के रूप में तैयार करता है।
CNN और RNN सर्च स्पेसेस
कन्वेलशनल इमेज क्लासिफ़िकेशन सेल और रीकरेंट लैंग्वेज मॉडलिंग सेल के लिए समर्पित सर्च मॉड्यूल प्रदान करता है।
सिंगल GPU सर्च पाइपलाइन
कम्प्यूट आवश्यकताओं को एक GPU तक सीमित रखने के लिए छोटे प्रॉक्सी मॉडल का उपयोग करके आर्किटेक्चर सर्च निष्पादित करता है।
जीनोटाइप ग्राफ़ विज़ुअलाइज़ेशन
Graphviz एकीकरण के माध्यम से सीखे गए आर्किटेक्चरल जीनोटाइप को दृष्टिगत रूप से पठनीय निर्देशित ग्राफ़ में परिवर्तित करता है।
3 चरणों में तैयार
हमारा ईमानदार फैसला
क्या अच्छा है
- एक ही GPU पर मानक ग्रेडिएंट डिसेंट का उपयोग करके जटिल न्यूरल सेल टोपोलॉजी खोजता है।
- विज़न (कन्वेलशनल) और लैंग्वेज (रीकरेंट) दोनों आर्किटेक्चर सर्च कार्यों का समर्थन करता है।
- मानक डेटासेट पर शुरू से व्युत्पन्न जीनोटाइप को प्रशिक्षित करने के लिए सटीक संदर्भ कोड शामिल है।
- सीखी गई न्यूरल सेल संरचनाओं की कल्पना करने के लिए अंतर्निहित Graphviz स्क्रिप्ट प्रदान करता है।
कहाँ कमी है
- लेगेसी निर्भरताओं, विशेष रूप से Python 3.5.5 और PyTorch 0.3.1 की आवश्यकता है, जिससे आधुनिक CUDA संगतता समस्याएँ होती हैं।
- निरंतर सर्च स्पेस में खराब स्थानीय न्यूनतम से बचने के लिए कई सर्च सीड चलाने की आवश्यकता होती है।
- सटीकता का ठीक से मूल्यांकन करने के लिए 10 स्वतंत्र रनों में शुरू से उम्मीदवार जीनोटाइप को प्रशिक्षित करने की आवश्यकता होती है।
मूल्य & लाइसेंस
DARTS Apache-2.0 लाइसेंस के तहत जारी किया गया मुफ्त सॉफ्टवेयर है। इसमें शामिल एकमात्र लागत सर्च और इवैल्यूएशन स्क्रिप्ट निष्पादित करने के लिए GPU कंप्यूट संसाधनों को चलाने की लागत है।
हिंदी बोलने वालों के लिए जॉब्स
873 खुले रिमोट AI-ट्रेनिंग रोल, 15 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$170 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
विकल्प
ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।
इसे उपयोग करें, या हमसे सेट करवाएं
सामान्य प्रश्न
क्या मैं PyTorch के आधुनिक संस्करणों के साथ DARTS चला सकता हूँ?
मूल रिपॉजिटरी में विशेष रूप से PyTorch 0.3.1 की आवश्यकता होती है। कोड संशोधनों के बिना संस्करण 0.4 या उच्चतर चलाने से आउट-ऑफ़-मेमोरी त्रुटियाँ होंगी।
क्या मुझे सर्च चलाने के लिए एक बड़े GPU क्लस्टर की आवश्यकता है?
नहीं, निरंतर रिलैक्सेशन दृष्टिकोण छोटे प्रॉक्सी नेटवर्क का उपयोग करके एक ही GPU पर आर्किटेक्चर सर्च चलाने की अनुमति देता है।
