❓ 常见问题

我在哪里可以找到Ludwig的开发路线图？¶

较大的项目在GitHub Projects中追踪。

较小的功能请求在Github Issues中追踪。

我们尽力保持这些信息的最新，但如果您对某个特定功能或模型感兴趣，请随时联系社区 Discord。

我如何提供帮助？¶

加入社区 Discord！有时我们会组织社区修复、文档编写和错误查找活动，或者考虑着手解决一个简单 bug 作为开始。

我可以在我的项目中使用Ludwig吗？¶

是的！Ludwig背后的人员是研究和开源领域的资深人士。如果您的工作得到发表，请考虑引用Ludwig并将改进贡献回Ludwig。

如何引用

@misc{Molino2019,
  author = {Piero Molino and Yaroslav Dudin and Sai Sumanth Miryala},
  title = {Ludwig: a type-based declarative deep learning toolbox},
  year = {2019},
  eprint = {arXiv:1909.07930},
}

我可以在生产环境中使用Ludwig模型吗？¶

是的！Ludwig模型可以导出为Neuropod、MLFlow和Torchscript格式。ludwig serve 提供了基本的POST/GET服务接口，由FastAPI提供支持。

如果您对更复杂的、托管的云基础设施解决方案感兴趣，并希望获得可靠的SLA，请查看Predibase。

Ludwig的架构适用于模型X吗？¶

很可能适用。

Ludwig的编码器-组合器-解码器框架设计用于将某种输入通用地映射到某种输出。

编码器将原始输入数据解析为张量（可能使用模型）。
组合器将输入编码器的输出组合起来（可能使用模型）。
解码器将编码器和组合器的输出解码为输出张量（可能使用模型）。

仅解码器、仅编码器、编码器-解码器、普通前馈网络、Transformer、GBM等模型都已在Ludwig中实现。

Ludwig（尚未）不支持什么？¶

Ludwig（尚未）不支持的深度学习领域：

自监督学习。
强化学习。
生成式图像和音频模型（支持生成式文本模型）。

我们正在积极开发自监督学习的支持。

所有数据集都需要加载到内存中吗？¶

在本地，这取决于特征类型：图像特征可以从打开的hdf5文件动态加载，而其他类型的特征为了速度会完全加载到内存中。

Ludwig支持使用Ray Datasets在Ray上训练非常大的数据集。阅读更多关于使用Ray上的Ludwig的信息。

如果您对优质托管的Ludwig基础设施和API感兴趣，并希望获得更丰富的API集以支持大型数据集建模，请查看Predibase。

谁开发Ludwig？¶

Ludwig由Piero Molino于2019年在Uber AI工作期间创建，得到了Yaroslav Dudin和Sai Sumanth Miryala的帮助。

如今，Ludwig是开源的，由Linux Foundation支持，源代码托管在Github上。

Ludwig由Ludwig维护者积极开发和维护，维护者主要由Predibase的员工和社区贡献者组成，所有贡献者都列在Ludwig的每次发布说明中。

祝您贡献愉快！