Запрос счета
Заполните поля ниже, чтобы получить счёт на оплату билетов RustCon от юридического лица
Настроить Cookies
Настройки Cookies
Файлы cookie, необходимые для корректной работы сайта, всегда включены. Другие файлы cookie можно настроить.
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!
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!
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
- Денис ЗалетаевВедущий разработчик, КогнитоСоздатель телеграм-канала Rust Async и модератор телеграм-канала Rust — русскоговорящее сообщество
Все доклады