drawbridge/keras-mmoe

원문 발행 2023. 03. 25. 10:26원문 언어 영어AI 한국어 번역GitHub AI Research 원문 보기

요약

본 저장소는 TensorFlow Keras를 활용하여 Multi-gate Mixture-of-Experts (MMoE) 모델을 구현한 코드입니다. UCI의 census-income 데이터셋을 사용한 실행 데모 예시가 제공되며, 코드는 문서화되어 있어 확장성이 높습니다. 이 프로젝트는 Emin Orhan의 연구를 기반으로 하며, 사용자들은 다양한 벤치마크 개선, 다른 프레임워크(PyTorch, MXNet)로 재작성, 또는 정확도 향상 등의 방식으로 기여할 수 있습니다.

핵심 포인트

TensorFlow Keras 기반의 Multi-gate Mixture-of-Experts (MMoE) 모델 구현 제공
UCI census-income 데이터셋을 사용한 실행 데모 예시 포함
코드는 문서화되어 있으며, PyTorch나 MXNet 등 다른 프레임워크로 재작성 및 개선 가능
사용자 기여를 환영하며, 다양한 벤치마크 개선이나 정확도 향상에 초점을 맞출 수 있음

이 저장소는 TensorFlow Keras를 사용한 Multi-gate Mixture-of-Experts (MMoE) 모델의 구현을 포함하고 있습니다.

저자들이 설명하는 논문에 대한 영상 설명은 여기에서 확인하실 수 있습니다.

저장소 구성 요소:

Keras를 사용한 TensorFlow 기반의 Python 3.6 모델 구현
해당 코드는 Python 2.7과도 호환됩니다.
UCI의 census-income 데이터셋을 사용한 모델 실행 데모 예시
이 데이터셋은 논문의 섹션 6.3에 사용된 것과 동일합니다.

코드는 문서화되어 있으며 비교적 쉽게 확장할 수 있도록 설계되었습니다. 만약 이 코드를 귀하의 작업에 사용할 계획이라면, 이 저장소(아래에 BibTeX 포함)와 논문을 인용하는 것을 고려해 주세요.

Python 3.6
requirements.txt에 나열된 TensorFlow 및 Scikit-learn과 같은 기타 라이브러리
저장소 클론 (Clone)
의존성 설치

pip install -r requirements.txt

예제 코드 실행

python census_income_demo.py

논문의 모호함과 시간 및 리소스 제약으로 인해, 안타깝게도 논문에 나온 정확한 결과를 재현할 수는 없습니다.

이 저장소에 대한 기여를 환영합니다. 기여할 수 있는 예시는 다음과 같습니다:

모델을 TensorFlow, PyTorch 또는 MXNet으로 다시 작성하여 성능 향상
census income 벤치마크를 논문의 것과 최대한 유사하게 개선
합성 벤치마크 (synthetic benchmark)를 논문의 것과 최대한 유사하게 개선
다른 공개 데이터셋을 사용하여 다양한 벤치마크에 대한 학습 수행
정확도 향상
시각화 (Visualizations)

저장소를 인용하려면 다음 BibTeX를 사용하세요:

@misc{keras_mmoe_2018,
title={Multi-gate Mixture-of-Experts model in Keras and TensorFlow},
author={Deng, Alvin},
...

이 코드는 Emin Orhan의 연구를 바탕으로 구축되었습니다.

AI 자동 생성 콘텐츠

원문 바로가기

drawbridge/keras-mmoe

요약

핵심 포인트

댓글