Python-understøttelse tilføjet til ABBYY’s NeoML Open-Source-bibliotek

Det digitale intelligensselskab ABBYY har annonceret en ny større opdatering til deres cross-platform, open-source machine learning-bibliotek NeoML. Platformen giver udviklere mulighed for at bygge, træne og implementere machine learning-modeller, og den nye opdatering tilføjer understøttelse for programmeringssproget Python, som er det førende sprog for machine learning og AI.

Det nye framework indebærer også 5-10 gange hurtigere forbedringer og 20+ nye ML-metoder, herunder 10 netværkslag og optimeringsmetoder. NeoML understøtter Apple M1-chip, GPU på Linux-baserede maskiner og Intel GPU, hvilket betyder en udvidelse af tilgængelige brugsområder og scenarier for biblioteket. Det betyder også, at udviklere kan bruge frameworket til at bygge AI-drevne applikationer og løsninger.

Populariteten af Python

Python bruges i forskellige brancher til opgaver som automatisering, webudvikling, scripting, web-scraping og dataanalyse. Det bruges af større virksomheder som Google, Pinterest, Spotiffy, Dropbox og mange andre.

Uden for den private sektor bruger akademiet også Python til at undervise studerende i, hvordan man programmerer. Pythons fleksibilitet er det, der giver det så høj popularitet, og ABBYY’s nye udvikling giver udviklere og virksomheder mulighed for at bruge NeoML til at bygge, træne og implementere modeller til objekterkendelse, klassificering, semantisk segmentering, verificering og prædikativ modelering.

NeoML

Med de nye forbedringer er NeoML en af de hurtigste machine learning-frameworks til rådighed, og det tilbyder op til 10 gange hurtigere præstation for klassiske algoritmer og op til 30% hurtigere neuralt netværkstræning og slutledning end det forrige framework.

Når det sammenlignes med de to bedste open-source machine learning-biblioteker, tilbyder NeoML 50% hurtigere præstation i gennemsnit. På grund af dette er frameworket særligt nyttigt for kundeorienterede, cross-platform-applikationer. NeoML’s høje skyeffektivitet betyder, at virksomheder kan bruge tilgængelige skyressourcer på bedst mulig måde.

Bruce Orcutt er Senior Vice President of Product Marketing at ABBYY.

“Open source er en kraftfuld driver af teknologisk innovation. Vi søger at støtte fremskridt i kunstig intelligens ved at arbejde sammen med udviklerfællesskabet for at yderligere udvikle og forbedre vores open-source-bibliotek,” sagde Orcutt. “NeoML åbner nye muligheder for udviklere, så de kan eksperimentere, bygge og lancere banebrydende initiativer, mens de udnytter frameworkets høje slutningshastighed, platformuafhængighed og understøttelse for mobile enheder. Vi inviterer alle udviklere, datavidenskabsmænd og akademikere til at bruge og bidrage til NeoML på GitHub.”

NeoML kan behandle og analysere data i forskellige formater, såsom tekst, billeder, video og mere. Modeller kan anvendes i skyen, på lokale maskiner, i browseren og på enheden, og biblioteket understøtter C++, Java og Objective C-programmeringssprog. Det tilbyder også 20+ traditionelle ML-algoritmer som klassificering, regression og klasteringsframework.

Frameworkets neurale netværksmodeller understøtter mere end 100 lagtyper, og biblioteket er cross-platform, kan køres på operativsystemer som Windows, Linux, macOS, iOS og Android, og det er optimeret til både CPU- og GPU-processorer.

NeoML bruges allerede af udviklere i USA, Canada, Tyskland, Holland, Brasilien, Kina, Indien og Sydkorea. Frameworket er tilgængeligt på GitHub.