Spell, en helhetlig plattform for maskinlæring og dyp læring - som dekker dataklargjøring, opplæring, distribusjon og administrasjon - har kunngjort Spell for private maskiner, en ny versjon av systemet som også kan distribueres på din egen maskinvare som på skyressurser.
Spell ble grunnlagt av Serkan Piantino, tidligere direktør for engineering hos Facebook og grunnlegger av Facebooks AI Research-gruppe. Spell lar team lage reproduserbare maskinlæringssystemer som inneholder kjente verktøy som Jupyter-notatblokker og som utnytter sky-hostede GPU-beregningsforekomster.
Stave fremhever brukervennlighet. For eksempel er optimalisering av hyperparameter for et eksperiment en høyt kommandofunksjon. Heller ikke brukerne må gjøre mye for å konfigurere infrastrukturen; Staveoppdager oppdager hvilken maskinvare som er tilgjengelig og orkestrerer som passer. Spell organiserer også eksperimentmidler, slik at både eksperimenter og deres data kan versjoneres og kontrolleres som en del av utviklingsprosessen.
Spell løp opprinnelig bare i skyen; det har ikke vært noen «bak-brannmuren» -distribusjon til nå. Spell For Private Machines lar utviklere kjøre plattformen på egen maskinvare. Både lokale ressurser og skyressurser kan blandes og matches etter behov. For eksempel kan en prototypeversjon av et prosjekt opprettes på lokal maskinvare, og deretter skaleres ut til en AWS-forekomst for distribusjon av produksjonen.
Mye av Spells arbeidsflyt er allerede designet for å føles som om det kjører lokalt, og for å utfylle eksisterende arbeidsflyter. Python-verktøy for stavearbeid kan settes opp med pip installere staver, for eksempel. Og fordi Spell-kjøretiden bruker containere, kan flere versjoner av et eksperiment med forskjellige hyperparameterturneringer kjøres side om side.
