A Apple acaba de lançar a versão 0.1.0 da biblioteca CoreNet, uma poderosa ferramenta para treinamento de redes neurais profundas. Desenvolvida para atender a uma variedade de tarefas, como modelos de base (por exemplo, CLIP e LLM), classificação de objetos, detecção de objetos e segmentação semântica, CoreNet destaca-se como um marco significativo no campo da inteligência artificial.

.

Pesquisadores e engenheiros agora têm acesso a exemplos do OpenELM CatLIP MLX, projetados para facilitar a implementação de modelos em pequena e grande escala. O trabalho de pesquisa da Apple utilizando a CoreNet já resultou em uma série de publicações, evidenciando a eficácia da ferramenta.

.

Para instalação, a biblioteca requer Git LFS e recomenda-se o uso de Jupyter notebooks para testes e contribuições. As instruções detalhadas de instalação são fornecidas para sistemas Linux e macOS, com ênfase na versão do Python e do PyTorch adequadas para cada sistema operacional. Dependências opcionais para processamento de áudio e vídeo também estão disponíveis.

.

A estrutura do diretório CoreNet é meticulosamente organizada para proporcionar acesso rápido e compreensão clara de suas funcionalidades. Com tutoriais para iniciantes, receitas de treinamento detalhadas e uma variedade de exemplos MLX, a biblioteca é projetada para ser acessível e informativa.

.

O código, desenvolvido por Sachin e mantido por uma equipe dedicada, evoluiu a partir do CVNets e agora abrange uma gama mais ampla de aplicações além da visão computacional. A expansão permitiu o treinamento de modelos fundamentais, incluindo LLMs.

.

A Apple convida a comunidade a contribuir com o CoreNet e lembra a importância de seguir o Código de Conduta. Para informações sobre licença, a empresa direciona os interessados para o documento de licença. E para aqueles que encontram valor no trabalho, a Apple sugere uma citação específica em suas publicações acadêmicas.