एआई मॉडल और प्लेटफ़ॉर्म

पाइथन समर्थन को एबीबीवाई की नियोमल ओपन-सोर्स लाइब्रेरी में जोड़ा गया

Alex McFarland
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुपायथन समर्थन से डेवलपर्स मशीन लर्निंग की प्रमुख भाषा में NeoML मॉडल बना और तैनात कर…
और देखें
  • पायथन समर्थन से डेवलपर्स मशीन लर्निंग की प्रमुख भाषा में NeoML मॉडल बना और तैनात कर सकते हैं।
  • क्लासिकल एल्गोरिदम के लिए NeoML अब अपने पिछले फ्रेमवर्क की तुलना में 10 गुना तक तेज़ चलता है।
  • ABBYY डेवलपर्स और शिक्षाविदों को GitHub पर NeoML का उपयोग करने और उसमें योगदान देने के लिए आमंत्रित करता है।

डिजिटल इंटेलिजेंस कंपनी एबीबीवाई ने अपने क्रॉस-प्लेटफ़ॉर्म, ओपन-सोर्स मशीन लर्निंग लाइब्रेरी नियोमल के लिए एक नए मेजर अपडेट की घोषणा की है। प्लेटफ़ॉर्म डेवलपर्स को मशीन लर्निंग मॉडल बनाने, प्रशिक्षित करने और तैनात करने में सक्षम बनाता है, और नए अपडेट में पाइथन प्रोग्रामिंग भाषा के लिए समर्थन जोड़ा गया है, जो मशीन लर्निंग और एआई के लिए शीर्ष भाषा है।

नया फ्रेमवर्क 5-10 गुना गति सुधार और 20+ नए एमएल विधियों को भी शामिल करता है, जिनमें 10 नेटवर्क परतें और अनुकूलन विधियां शामिल हैं। नियोमल एप्पल एम1 चिप्स, लिनक्स-आधारित मशीनों पर जीपीयू, और इंटेल जीपीयू को सपोर्ट करता है, जिसका अर्थ है कि लाइब्रेरी के लिए संबोधनीय उपयोग मामलों और परिदृश्यों का विस्तार। इसका मतलब है कि डेवलपर फ्रेमवर्क का उपयोग एआई-संचालित अनुप्रयोगों और समाधानों को बनाने के लिए कर सकते हैं।

पाइथन की लोकप्रियता

पाइथन विभिन्न उद्योगों में ऑटोमेशन, वेब विकास, स्क्रिप्टिंग, वेब स्क्रैपिंग, और डेटा विश्लेषण जैसे कार्यों के लिए उपयोग किया जाता है। यह गूगल, पिंटरेस्ट, स्पॉटिफ़ी, ड्रॉपबॉक्स, और कई अन्य प्रमुख कंपनियों द्वारा उपयोग किया जाता है। (INTC )

निजी क्षेत्र के बाहर, अकादमिक भी छात्रों को प्रोग्रामिंग सिखाने के लिए इसका उपयोग करता है। पाइथन की बहुमुखी प्रतिभा ही इसे इतनी लोकप्रिय बनाती है, और एबीबीवाई के नए विकास से डेवलपर्स और कंपनियों को नियोमल का उपयोग करके वस्तु पहचान, वर्गीकरण, सेमांटिक सेगमेंटेशन, सत्यापन और पूर्वानुमान मॉडलिंग के लिए मॉडल बनाने, प्रशिक्षित करने और तैनात करने में सक्षम बनाता है।

नियोमल

नए गति सुधार के साथ, नियोमल सबसे तेज़ मशीन लर्निंग फ्रेमवर्क में से एक है, जो क्लासिकल एल्गोरिदम के लिए 10 गुना तेज़ प्रदर्शन और पिछले फ्रेमवर्क की तुलना में 30% तेज़ न्यूरल नेटवर्क प्रशिक्षण और अनुमान प्रदान करता है।

दो शीर्ष ओपन-सोर्स मशीन लर्निंग लाइब्रेरी की तुलना में, नियोमल औसतन 50% तेज़ प्रदर्शन प्रदान करता है। इसके कारण, फ्रेमवर्क विशेष रूप से ग्राहक-सामने वाले, क्रॉस-प्लेटफ़ॉर्म अनुप्रयोगों के लिए उपयोगी है। नियोमल की उच्च क्लाउड दक्षता का अर्थ है कि व्यवसाय उपलब्ध क्लाउड संसाधनों का सबसे अच्छा तरीका उपयोग कर सकते हैं।

(GOOGL ) (DBX )

ब्रूस ऑरकट एबीबीवाई में प्रोडक्ट मार्केटिंग के सीनियर वाइस प्रेसिडेंट हैं।

“ओपन सोर्स तकनीकी नवाचार का एक शक्तिशाली चालक है। हम आर्टिफ़िशियल इंटेलिजेंस में प्रगति का समर्थन करने के लिए डेवलपर समुदाय के साथ मिलकर काम करने और हमारी ओपन-सोर्स लाइब्रेरी को और बेहतर बनाने का लक्ष्य रखते हैं,” ऑरकट ने कहा। “नियोमल डेवलपर्स को नए और अनोखे प्रयासों को शुरू करने के अवसर प्रदान करता है, जो फ्रेमवर्क की उच्च अनुमान गति, प्लेटफ़ॉर्म स्वतंत्रता और मोबाइल डिवाइसों के समर्थन का लाभ उठाते हैं। हम सभी डेवलपर्स, डेटा वैज्ञानिकों और अकादमिक लोगों को नियोमल का उपयोग करने और योगदान देने के लिए आमंत्रित करते हैं नियोमल पर गिटहब।”

नियोमल विभिन्न प्रारूपों जैसे कि पाठ, छवि, वीडियो और अधिक में डेटा को संसाधित और विश्लेषण कर सकता है। मॉडल को क्लाउड, ऑन-प्रिमाइसेस, ब्राउज़र और डिवाइस पर लागू किया जा सकता है, और लाइब्रेरी सी++, जावा और ऑब्जेक्टिव सी प्रोग्रामिंग भाषाओं को सपोर्ट करती है। यह 20+ पारंपरिक एमएल एल्गोरिदम जैसे कि वर्गीकरण, रिग्रेशन और क्लस्टरिंग फ्रेमवर्क भी प्रदान करता है।

फ्रेमवर्क के न्यूरल नेटवर्क मॉडल 100 से अधिक परत प्रकारों को सपोर्ट करते हैं, और लाइब्रेरी क्रॉस-प्लेटफ़ॉर्म है, जो विंडोज़, लिनक्स, मैकओएस, आईओएस और एंड्रॉइड जैसे ऑपरेटिंग सिस्टम पर चलने में सक्षम है, और यह सीपीयू और जीपीयू प्रोसेसर दोनों के लिए अनुकूलित है।

नियोमल पहले से ही यूएस, कनाडा, जर्मनी, नीदरलैंड, ब्राजील, चीन, भारत और दक्षिण कोरिया में डेवलपर्स द्वारा उपयोग किया जा रहा है। फ्रेमवर्क गिटहब पर उपलब्ध है।

Alex McFarland

Alex Unite.AI के एआई‑संचालित समाचार संचालन का नेतृत्व करते हैं, पत्रकारिता, अनुसंधान और स्वचालन को मिलाकर कृत्रिम बुद्धिमत्ता की समय पर और स्केलेबल कवरेज को समर्थन देते हैं। उनका काम यह सुनिश्चित करने में मदद करता है कि उभरते एआई विकास को प्रभावी ढंग से उजागर किया जाए, जबकि प्रकाशन के संपादकीय मानकों को बनाए रखा जाए।