आज, जैसे-जैसे मशीन लर्निंग तकनीक व्यापक रूप से अनुप्रयोगों की एक श्रृंखला पर लागू होती है, मशीन लर्निंग ऑनलाइन सेवाओं के लिए महत्वपूर्ण हो गई है।
मॉर्फवेयर एक विकेन्द्रीकृत मशीन लर्निंग सिस्टम है जो त्वरक के मालिकों को उनकी निष्क्रिय कंप्यूटिंग शक्ति की नीलामी करके पुरस्कृत करता है और फिर संबंधित उप-रूटीन की सुविधा देता है, जो डेटा वैज्ञानिकों की ओर से मशीन लर्निंग मॉडल को विकेन्द्रीकृत क्षमता में प्रशिक्षित और परीक्षण करने के लिए हो सकता है।
मशीन लर्निंग मॉडल के प्रकारों में पर्यवेक्षित अर्ध- या अनुपयोगी शिक्षण एल्गोरिदम शामिल हैं।
एक पर्यवेक्षित शिक्षण एल्गोरिथ्म के प्रशिक्षण को इनपुट के एक सेट पर लागू करने या एक वांछनीय आउटपुट की भविष्यवाणी करने के लिए वजन के इष्टतम संयोजन की खोज के रूप में देखा जा सकता है।
इस काम की प्रेरणा कम्प्यूटेशनल जटिलता है। वीडियो गेम को प्रस्तुत करने के लिए उपयोग किए जाने वाले हार्डवेयर पर्यवेक्षित शिक्षण एल्गोरिदम के प्रशिक्षण को भी तेज कर सकते हैं।
मॉर्फवेयर क्या है?
मशीन लर्निंग मॉडल में प्रमुख समस्याओं में से एक है अत्याधुनिक मशीन लर्निंग वर्कलोड को चलाने के लिए आवश्यक कम्प्यूटेशनल संसाधन लगभग हर साढ़े तीन महीने में दोगुने हो रहे हैं।
इस समस्या को हल करने के लिए, मॉर्फवेयर एक पीयर-टू-पीयर नेटवर्क विकसित करता है जो अभ्यास करने वाले डेटा वैज्ञानिकों, मशीन लर्निंग इंजीनियरों और कंप्यूटर विज्ञान के छात्रों को उनकी ओर से मॉडल को प्रशिक्षित करने के लिए वीडियो गेम प्लेयर या अन्य लोगों को भुगतान करने की अनुमति देता है।
हालाँकि हार्डवेयर मशीनें डेटा वैज्ञानिकों को मशीन लर्निंग मॉडल के विकास में तेजी लाने में मदद कर रही हैं, लेकिन इन हार्डवेयर त्वरक की उच्च लागत भी कई डेटा वैज्ञानिकों के लिए एक बाधा है।
मशीन लर्निंग मॉडल क्या हैं?
मशीन लर्निंग मॉडल पर्यवेक्षण और मानकीकरण की डिग्री के अनुसार भिन्न हो सकते हैं। एक पर्यवेक्षित-पैरामीटरयुक्त मॉडल को प्रशिक्षित करने का उद्देश्य त्रुटि दर को कम करना है जो भविष्यवाणी और अवलोकन के बीच संख्यात्मक दूरी को फैलाता है।
मशीन लर्निंग मॉडल का प्रशिक्षण पूर्व-प्रसंस्करण द्वारा कार्यान्वित किया जाता है, और उसके बाद परीक्षण किया जाता है। डेटा वैज्ञानिक उस डेटा को अलग करते हैं जो मशीन लर्निंग मॉडल को उपलब्ध कराया जाता है, जबकि वे उस डेटा से प्रशिक्षण लेते हैं जो उनके परीक्षण की अवधि के दौरान उन्हें उपलब्ध कराया जाता है।
इसलिए, यह देखा जा सकता है कि मॉडल उपलब्ध डेटा के सेट के साथ-साथ प्रदर्शन से भी अधिक नहीं है, जो अनदेखी डेटा पर खराब हो सकता है।
आम तौर पर, प्री-प्रोसेसिंग में प्रशिक्षण और परीक्षण डेटा को उसी फ़ाइल या निर्देशिका से चुना जाता है।
डीप लर्निंग का जन्म आधुनिक का बड़ा धमाका है मौलिक रूप से नए सॉफ्टवेयर मॉडल के रूप में, डीप लर्निंग अरबों सॉफ्टवेयर न्यूरॉन्स और खरबों कनेक्शनों को समानांतर में प्रशिक्षित करने की अनुमति देता है।
डीप न्यूरल नेटवर्क एल्गोरिदम चलाना और उदाहरणों से सीखना, त्वरित कंप्यूटिंग एक आदर्श दृष्टिकोण है और GPU आदर्श प्रोसेसर है।
यह बेहतर प्रदर्शन, प्रोग्रामिंग उत्पादकता और खुली पहुंच के साथ कंप्यूटिंग प्लेटफॉर्म के लिए एक नई पीढ़ी बनाने के लिए एक नया संयोजन है।
डीप लर्निंग मॉडल को मशीन लर्निंग मॉडल के सबसेट के रूप में जाना जाता है। अव्यक्त चरों की परस्पर जुड़ी परतों के कारण वे प्रशिक्षण के लिए विशेष रूप से कम्प्यूटेशनल रूप से गहन हैं।
मॉर्फवेयर का समाधान क्या है?
इन लेनदेन के लिए मुख्य प्लेटफॉर्म की मुद्रा मॉर्फवेयर टोकन का उपयोग किया जाता है।
टोकनोमिक्स
मॉर्फवेयर टोकन की कुल आपूर्ति 1,232,922,769 है और वे जलने योग्य हैं, लेकिन खनन योग्य नहीं हैं।
मॉर्फवेयर द्वारा डिजाइन, विकसित और तैनात वेबसाइट के माध्यम से, उपयोगकर्ता प्लेटफॉर्म टोकन खरीद सकते हैं।
मॉर्फवेयर टोकन की कुल आपूर्ति का दो प्रतिशत से भी कम पहले महीने में बिक्री के लिए होगा।
मॉर्फवेयर कैसे काम करता है
मशीन लर्निंग मॉडल की प्रक्रिया डेटा विश्लेषण है और फिर एक पुनरावृत्ति चक्र है जो मॉडल चयन और फीचर इंजीनियरिंग के बीच उतार-चढ़ाव करता है।
इस कार्य का उद्देश्य अंत-उपयोगकर्ताओं जैसे डेटा वैज्ञानिकों को कंप्यूटर के एक विकेन्द्रीकृत नेटवर्क तक पहुंच बनाकर तेजी से पुनरावृति करने में मदद करना है जो उनके कार्यभार को तेज कर सकता है।
अंतिम उपयोगकर्ताओं को सीलबंद-बोली, दूसरी-मूल्य रिवर्स नीलामी के माध्यम से वर्कर नोड्स के साथ जोड़ा जाता है और भुगतान किया जाता है। वे मॉर्फवेयर टोकन द्वारा कार्यकर्ता नोड्स द्वारा प्रशिक्षित मॉडल का परीक्षण करने के लिए अपने मॉडल और सत्यापनकर्ता नोड्स को प्रशिक्षित करने के लिए कार्यकर्ता नोड्स का भुगतान करते हैं।
नेटवर्क के सदस्यों की भूमिकाओं और जिम्मेदारियों में दो स्वायत्त सहकर्मी प्रकार शामिल हैं।
मॉर्फवेयर के साथ काम करने के लिए, अंतिम उपयोगकर्ता अपने मॉडल को जुपिटर नोटबुक या पायथन फ़ाइल के रूप में, प्रशिक्षण और परीक्षण डेटा के रूप में अपलोड करते हैं।
इसके बाद, उन्हें लक्ष्य सटीकता स्तर निर्दिष्ट करना होगा और भविष्यवाणी करनी होगी कि उस सटीकता स्तर तक पहुंचने में कितना समय लगेगा। समाप्त करने के लिए सबमिट पर क्लिक करना।
अंतिम उपयोगकर्ता श्रमिकों द्वारा प्रशिक्षित और सत्यापनकर्ताओं द्वारा परीक्षण किए जाने के लिए मॉडल प्रस्तुत करते हैं। इस बीच, कार्यकर्ता नोड हैं जो अंतिम उपयोगकर्ताओं द्वारा प्रस्तुत प्रशिक्षण मॉडल द्वारा टोकन अर्जित करते हैं।
सत्यापनकर्ता वे नोड हैं जो श्रमिकों द्वारा प्रशिक्षित मॉडल का परीक्षण करके टोकन अर्जित करते हैं।
एक बार जब एंड-यूज़र मॉडल को सबमिट कर देता है, तो इसे कार्यकर्ताओं द्वारा प्रशिक्षित किया जाएगा और प्लेटफॉर्म के माध्यम से सत्यापनकर्ताओं द्वारा परीक्षण किया जाएगा, जो अपने बैक-एंड डेमॉन के माध्यम से नेटवर्क के साथ संचार करता है।
डेमॉन न केवल क्लाइंट के माध्यम से एंड-यूज़र द्वारा प्रस्तुत किए गए एल्गोरिदम और उनके संबंधित डेटासेट बनाने के लिए जिम्मेदार है, बल्कि स्मार्ट अनुबंध के लिए काम की प्रारंभिक याचना भी भेजता है।
इसके अलावा, डेमॉन श्रमिकों और सत्यापनकर्ताओं द्वारा मॉडल के प्रशिक्षण और परीक्षण के लिए जिम्मेदार है।
पीयर-असिस्टेड डिलीवरी एक अंतिम उपयोगकर्ता से एक कार्यकर्ता या एक सत्यापनकर्ता के लिए एक एल्गोरिथ्म और संबंधित डेटासेट के प्रसार की अनुमति देता है।
हालांकि, अंतिम-उपयोगकर्ता से प्रारंभिक कार्य आवश्यकताएं और श्रमिकों या सत्यापनकर्ताओं से अंतिम-उपयोगकर्ता के लिए प्रासंगिक प्रतिक्रियाएं सभी स्मार्ट अनुबंध पर पोस्ट की जाती हैं।
प्रारंभिक कार्य आवश्यकताओं में प्रशिक्षण अवधि का अनुमानित रनटाइम, एल्गोरिथम-संबंधित चुंबक, प्रशिक्षण सेट और डेटा का परीक्षण सेट शामिल हैं।
एक कार्यकर्ता की प्रतिक्रिया में उस मॉडल के लिए एक चुंबक लिंक शामिल होता है जिसे उन्होंने प्रशिक्षित किया था, जिसे बाद में कई सत्यापनकर्ताओं द्वारा परीक्षण किया जाता है।
यदि प्रशिक्षित किया गया मॉडल आवश्यक प्रदर्शन सीमा को पूरा करता है, तो कार्यकर्ता और सत्यापनकर्ता इनाम के रूप में टोकन प्राप्त करने जा रहे हैं।
क्या मॉर्फवेयर को उत्कृष्ट बनाता है
मॉर्फवेयर दो तरफा बाजार है।
बाजार डेटा वैज्ञानिकों की सेवा करता है जो सीपीयू, जीपीयू, रैम जैसे कंप्यूटरों के नेटवर्क के माध्यम से रिमोट कंप्यूटिंग पावर तक पहुंचने के लिए प्लेटफॉर्म का उपयोग कर सकते हैं, जिस तरह से वे एडब्ल्यूएस का उपयोग करेंगे, लेकिन कम लागत पर और अधिक उपयोगकर्ता के अनुकूल इंटरफेस के साथ।
दूसरी ओर, मॉर्फवेयर अतिरिक्त कंप्यूटिंग शक्ति के मालिकों की भी सेवा करता है जो अपनी कंप्यूटिंग शक्ति को बेचकर पैसा और पुरस्कार अर्जित करना चाहते हैं।
इसलिए, इसके ग्राहक खंड डेटा वैज्ञानिकों, गेमर्स या अतिरिक्त कंप्यूटिंग शक्ति वाले लोगों पर ध्यान केंद्रित करते हैं जो पैसा कमाना चाहते हैं।
वर्तमान में, मॉर्फवेयर की क्लाइंट सूची लगातार बढ़ रही है, जिसमें सेल्फ-ड्राइविंग कार मोबिलिटी लैब पर काम करने वाले डेटा वैज्ञानिक, डेटा विज्ञान सहायता की आवश्यकता वाले छात्र संगठन और सुजू, मित्सुबिशी या वोल्वो जैसी ऑटोमोटिव कंपनियां शामिल हैं।
मॉर्फवेयर ने टेलर के साथ भी साझेदारी की है। इस साझेदारी के तहत, टेलर पहले कुछ महीनों के लिए अपने ओरेकल का उपयोग करने के लिए मॉर्फवेयर को भुगतान करने जा रहा है।
बाजार में अन्य प्रतिस्पर्धियों की तुलना में, मॉर्फवेयर का प्रतिस्पर्धात्मक लाभ है। इसकी अनूठी बाज़ार रणनीति इसके उत्पाद को दूसरों की तुलना में सस्ता बनाती है।
मॉर्फवेयर पर समापन विचार
जैसे-जैसे मशीन लर्निंग मॉडल तेजी से जटिल होते जा रहे हैं, ब्लॉकचैन-आधारित नेटवर्क पर ट्रेडिंग करने वाले मशीन लर्निंग मॉडल के एक नए पारिस्थितिकी तंत्र के लिए परियोजनाओं का पता लगाया गया है।
जैसे, अंतिम-उपयोगकर्ता या खरीदार मशीन लर्निंग मार्केट से रुचि के मॉडल को प्राप्त कर सकते हैं, जबकि श्रमिक या विक्रेता जो उस मॉडल की गुणवत्ता को बढ़ाने के लिए डेटा पर स्थानीय गणना खर्च करने में रुचि रखते हैं।
इसलिए, स्थानीय डेटा और प्रशिक्षित मॉडल की गुणवत्ता के बीच आनुपातिक संबंध पर विचार किया जाता है, और मॉडल के प्रशिक्षण में विक्रेता के डेटा के मूल्यांकन का अनुमान लगाया जाता है।
परियोजना एक प्रतिस्पर्धी रन-टाइम प्रदर्शन, निष्पादन की कम लागत और प्रतिभागियों के लिए प्रोत्साहन के मामले में निष्पक्षता दिखाती है।
मॉर्फवेयर उन अग्रणी प्लेटफार्मों में से एक है जो एक पीयर-टू-पीयर नेटवर्क पेश करता है जहां एंड-यूजर्स प्लेटफॉर्म की मुद्रा मॉर्फवेयर टोकन में उनकी ओर से मशीन लर्निंग मॉडल को प्रशिक्षित करने के लिए वीडियो गेम खिलाड़ियों को भुगतान कर सकते हैं।
मॉर्फवेयर के बारे में अधिक जानने के लिए - कृपया यहां क्लिक करें!
पोस्ट मॉर्फवेयर: ब्लॉकचेन के लिए मशीन लर्निंग का काम करना पर पहली बार दिखाई दिया Blockonomi.
- "
- About
- में तेजी लाने के
- पहुँच
- एक्सेसिबिलिटी
- पता
- लाभ
- कलन विधि
- एल्गोरिदम
- सब
- विश्लेषण
- अनुप्रयोगों
- नीलाम
- स्वत:
- मोटर वाहन
- स्वायत्त
- एडब्ल्यूएस
- बैक-एंड
- blockchain
- blockchain आधारित
- खरीदने के लिए
- क्षमता
- कार
- संयोजन
- कंपनियों
- प्रतियोगियों
- जटिल
- कम्प्यूटर साइंस
- कंप्यूटर्स
- कंप्यूटिंग
- संगणन शक्ति
- कनेक्शन
- अनुबंध
- बनाना
- मुद्रा
- तिथि
- डेटा विश्लेषण
- डेटा विज्ञान
- आँकड़े वाला वैज्ञानिक
- विकेन्द्रीकृत
- विकेन्द्रीकृत नेटवर्क
- प्रसव
- विकसित
- विकास
- डिस्प्ले
- दूरी
- दोहरीकरण
- पारिस्थितिकी तंत्र
- अभियांत्रिकी
- इंजीनियर्स
- विशेष रूप से
- Feature
- प्रथम
- फोकस
- प्रपत्र
- खेल
- गेमर
- Games
- जा
- GPU
- बढ़ रहा है
- हार्डवेयर
- मदद
- हाई
- कैसे
- HTTPS
- महत्वपूर्ण
- सहित
- ब्याज
- इंटरफेस
- IT
- कुंजी
- जानें
- सीख रहा हूँ
- स्तर
- LINK
- सूची
- स्थानीय
- लंबा
- देख
- यंत्र अधिगम
- मशीनें
- निर्माण
- बाजार
- बाजार
- सदस्य
- गतिशीलता
- आदर्श
- मॉडल
- धन
- महीने
- नेटवर्क
- नोड्स
- ऑनलाइन
- खुला
- पेशीनगोई
- संगठनों
- अन्य
- मालिकों
- पार्टनर
- वेतन
- स्टाफ़
- प्रदर्शन
- मंच
- प्लेटफार्म
- बिजली
- भविष्यवाणी
- प्रक्रिया
- प्रोसेसर
- एस्ट्रो मॉल
- उत्पादकता
- प्रोग्रामिंग
- परियोजना
- परियोजनाओं
- गुणवत्ता
- रैम
- रेंज
- आवश्यकताएँ
- उपयुक्त संसाधन चुनें
- प्रतिक्रिया
- उल्टा
- पुरस्कार
- रन
- बिक्री
- विज्ञान
- वैज्ञानिकों
- Search
- चयनित
- सेलर्स
- सेवाएँ
- सेट
- स्मार्ट
- स्मार्ट अनुबंध
- So
- सॉफ्टवेयर
- खर्च
- स्ट्रेटेजी
- छात्र
- प्रस्तुत
- आपूर्ति
- समर्थन
- प्रणाली
- लक्ष्य
- परीक्षण
- परीक्षण
- यहाँ
- टोकन
- टोकन
- व्यापार
- प्रशिक्षण
- लेनदेन
- अरबों
- अद्वितीय
- उपयोगकर्ताओं
- वैल्यूएशन
- वीडियो
- वीडियो गेम
- वॉल्वो
- वेबसाइट
- क्या
- एचएमबी क्या है?
- कौन
- काम
- श्रमिकों