Ich implementiere und reproduziere dein Machine-Learning-Paper in PyTorch.
Über diesen Service
Du brauchst, dass ein Machine-Learning-Paper in lauffähigen PyTorch-Code übersetzt wird und willst wissen, ob die Ergebnisse tatsächlich haltbar sind? Ich implementiere die Methode aus dem Paper, trainiere sie und vergleiche meine Zahlen mit dem Paper.
Ich bin KI-Forscher bei DGIST (Süd-Korea) und arbeite an CNNs, Vision Transformers und kontinualem Lernen.
Jüngstes Beispiel: Ich habe Deep Mutual Learning (CVPR 2018) auf CIFAR-100 reproduziert. Das Paper berichtet einen Gewinn von +2,20 / +1,76 Punkten, meine Reproduktion maß +2,22 / +1,60. Außerdem fand ich einen Tippfehler in der Ergebnistabelle des Papers.
Was du bekommst:
- Sauberer, kommentierter PyTorch-Code, der den Gleichungen und dem Algorithmus des Papers folgt
- Trainingsläufe mit Checkpoints und Logs
- Ein Report, der meine Ergebnisse mit den Tabellen des Papers vergleicht, inklusive Abweichungen und warum sie auftreten
- Genaue Einstellungen, damit du alles erneut laufen kannst
Kleine Papers (Vision in CIFAR-Größe, Distillation, kontinuierliches Lernen) laufen auf meinem eigenen GPU. Größere Papers: zusätzlich Cloud-GPU und ich rentiere eine größere Cloud-GPU (z. B. A100), damit größere Modelle und Datensätze möglich sind.
Schreib mir vor der Bestellung die Paper-URL, damit ich Umfang und Rechenleistung bestätigen kann.
Expertise:
Bildverarbeitung
•
Feature-Lernen
•
Klassifizierung
Programmiersprache:
Python
Tools:
Jupyter-Notizbuch
Frameworks:
scikit-learn
•
PyTorch
FAQ
Automatische Übersetzung
Was ist, wenn meine Ergebnisse nicht mit dem Paper übereinstimmen?
Du bekommst trotzdem einen ehrlichen Bericht, der zeigt, wo die Zahlen abweichen und welche Gründe wahrscheinlich vorliegen (fehlende Details, Zufälligkeit, Framework-Änderungen). Ich passe die Zahlen nie an, damit sie zum Paper passen.
Welche Rechenleistung verwendest du?
Meine eigene RTX 4060 (8 GB GPU-Speicher, 16 GB RAM) für CIFAR-Skala-Arbeiten – ohne zusätzliche Kosten. Für größere Papers füge ich die Cloud-GPU-Option hinzu und miete eine A100-Cloud-GPU. Die Stunden bude ich vorher an. Du kannst mir auch Zugriff auf deinen eigenen GPU-Server geben.
Machst du Hausarbeiten oder Abschlussarbeiten?
Nein. Dieser Service richtet sich an Forscher, Startups und Entwickler, die eine veröffentlichte Methode evaluieren oder darauf aufbauen möchten.
