Машинное обучение в языке Rust: возможности и вызовы
Тезисы
Готовы погрузиться в мир машинного обучения с использованием Rust?

В моём докладе мы рассмотрим применение Rust для решения задач ML, уделяя особое внимание нейронным сетям. Я расскажу о фреймворках tch-rs, candle, burn, ort и rust-bert, а также продемонстрирую процесс обучения и запуска на популярной языковой модели.

Мы обсудим преимущества Rust по сравнению с Python для определённых ML-задач, проведём сравнительный анализ их производительности и рассмотрим процесс перевода моделей из Python в Rust.

Если вы хотите узнать, как Rust может трансформировать ваш подход к машинному обучению, присоединяйтесь к презентации!
Готовы погрузиться в мир машинного обучения с использованием Rust?

В моём докладе мы рассмотрим применение Rust для решения задач ML, уделяя особое внимание нейронным сетям. Я расскажу о фреймворках tch-rs, candle, burn, ort и rust-bert, а также продемонстрирую процесс обучения и запуска на популярной языковой модели.

Мы обсудим преимущества Rust по сравнению с Python для определённых ML-задач, проведём сравнительный анализ их производительности и рассмотрим процесс перевода моделей из Python в Rust.

Если вы хотите узнать, как Rust может трансформировать ваш подход к машинному обучению, присоединяйтесь к презентации!
Видеозапись доклада
Появится здесь после конференции
Информация о спикере
Денис Залетаев
Ведущий разработчик, Когнито
Создатель телеграм-канала Rust Async и модератор телеграм-канала Rust — русскоговорящее сообщество
Все доклады