Artwork

Contenu fourni par Justin Macorin and Bradley Arsenault. Tout le contenu du podcast, y compris les épisodes, les graphiques et les descriptions de podcast, est téléchargé et fourni directement par Justin Macorin and Bradley Arsenault ou son partenaire de plateforme de podcast. Si vous pensez que quelqu'un utilise votre œuvre protégée sans votre autorisation, vous pouvez suivre le processus décrit ici https://fr.player.fm/legal.
Player FM - Application Podcast
Mettez-vous hors ligne avec l'application Player FM !

Data-free Quality Analysis of Deep Neural Nets with Charles H. Martin

53:42
 
Partager
 

Manage episode 394618454 series 3519364
Contenu fourni par Justin Macorin and Bradley Arsenault. Tout le contenu du podcast, y compris les épisodes, les graphiques et les descriptions de podcast, est téléchargé et fourni directement par Justin Macorin and Bradley Arsenault ou son partenaire de plateforme de podcast. Si vous pensez que quelqu'un utilise votre œuvre protégée sans votre autorisation, vous pouvez suivre le processus décrit ici https://fr.player.fm/legal.

In this episode, we interview Charles H Martin about his open-source Weight Watcher project ( found here https://weightwatcher.ai/ ), which provides ways to test the quality and fit of deep neural networks without having to rely upon a validation dataset. Given the scarcity of high-quality data and the complexity of modern multi-stage ML training and deployment pipelines, this technique could prove to be extremely valuable to any AI engineer, and we were interested to learn more.

Continue listening to The Prompt Desk Podcast for everything LLM & GPT, Prompt Engineering, Generative AI, and LLM Security.

Check out PromptDesk.ai for an open-source prompt management tool.

Check out Brad’s AI Consultancy at bradleyarsenault.me

Add Justin Macorin and Bradley Arsenault on LinkedIn.
Please fill out our listener survey here to help us create a better podcast: https://docs.google.com/forms/d/e/1FAIpQLSfNjWlWyg8zROYmGX745a56AtagX_7cS16jyhjV2u_ebgc-tw/viewform?usp=sf_link


Hosted by Ausha. See ausha.co/privacy-policy for more information.

  continue reading

52 episodes

Artwork
iconPartager
 
Manage episode 394618454 series 3519364
Contenu fourni par Justin Macorin and Bradley Arsenault. Tout le contenu du podcast, y compris les épisodes, les graphiques et les descriptions de podcast, est téléchargé et fourni directement par Justin Macorin and Bradley Arsenault ou son partenaire de plateforme de podcast. Si vous pensez que quelqu'un utilise votre œuvre protégée sans votre autorisation, vous pouvez suivre le processus décrit ici https://fr.player.fm/legal.

In this episode, we interview Charles H Martin about his open-source Weight Watcher project ( found here https://weightwatcher.ai/ ), which provides ways to test the quality and fit of deep neural networks without having to rely upon a validation dataset. Given the scarcity of high-quality data and the complexity of modern multi-stage ML training and deployment pipelines, this technique could prove to be extremely valuable to any AI engineer, and we were interested to learn more.

Continue listening to The Prompt Desk Podcast for everything LLM & GPT, Prompt Engineering, Generative AI, and LLM Security.

Check out PromptDesk.ai for an open-source prompt management tool.

Check out Brad’s AI Consultancy at bradleyarsenault.me

Add Justin Macorin and Bradley Arsenault on LinkedIn.
Please fill out our listener survey here to help us create a better podcast: https://docs.google.com/forms/d/e/1FAIpQLSfNjWlWyg8zROYmGX745a56AtagX_7cS16jyhjV2u_ebgc-tw/viewform?usp=sf_link


Hosted by Ausha. See ausha.co/privacy-policy for more information.

  continue reading

52 episodes

Tutti gli episodi

×
 
Loading …

Bienvenue sur Lecteur FM!

Lecteur FM recherche sur Internet des podcasts de haute qualité que vous pourrez apprécier dès maintenant. C'est la meilleure application de podcast et fonctionne sur Android, iPhone et le Web. Inscrivez-vous pour synchroniser les abonnements sur tous les appareils.

 

Guide de référence rapide