Python-støtte lagt til i ABBYYs NeoML åpne kildebibliotek

Det digitale intelligensselskapet ABBYY har annonsert en ny større oppdatering for sitt cross-platform, åpne kildebibliotek for maskinlæring NeoML. Plattformen gjør det mulig for utviklere å bygge, trene og distribuere maskinlæringsmodeller, og den nye oppdateringen bringer støtte for programmeringsspråket Python, som er det mest brukte språket for maskinlæring og kunstig intelligens.

Den nye rammen inneholder også 5-10 ganger raskere forbedringer og 20+ nye ML-metoder, inkludert 10 nettverkslag og optimeringsmetoder. NeoML støtter Apple (AAPL ) M1-chip, GPU på Linux-baserte maskiner og Intel (INTC ) GPU, noe som betyr en utvidelse av tilgjengelige bruksområder og scenarier for biblioteket. Det betyr også at utviklere kan bruke rammen til å bygge AI-drevne applikasjoner og løsninger.

Populariteten til Python

Python brukes i ulike industrier for oppgaver som automatisering, webutvikling, skripting, web-skraping og dataanalyse. Det brukes av store selskaper som Google (GOOGL ), Pinterest, Spotiffy, Dropbox (DBX ) og mange andre.

Utenfor den private sektoren brukes det også i akademia til å undervise studenter i programmering. Pythons fleksibilitet er det som gir det så høy popularitet, og ABBYYs nye utvikling muliggjør at utviklere og selskaper kan bruke NeoML til å bygge, trene og distribuere modeller for objekterkjennelse, klassifisering, semantisk segmentering, verifisering og prediktiv modellering.

NeoML

Med de nye forbedringene er NeoML ett av de raskeste maskinlæringsbibliotekene tilgjengelige, og tilbyr opptil 10 ganger raskere ytelse for klassiske algoritmer og opptil 30% raskere neural nettverks-trening og inferens enn den forrige rammen.

I sammenligning med de to beste åpne kildebibliotekene for maskinlæring, tilbyr NeoML 50% raskere ytelse i gjennomsnitt. På grunn av dette er rammen spesielt nyttig for kunde-orienterte, cross-platform-applikasjoner. NeoMLs høye skyeffektivitet betyr at bedrifter kan bruke tilgjengelige skyressurser på best mulig måte.

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

“Åpne kilde er en kraftig driver for teknologisk innovasjon. Vi har som mål å støtte fremgang i kunstig intelligens ved å arbeide sammen med utviklerfellesskapet for å videreutvikle og forbedre vårt åpne kildebibliotek,” sa Orcutt. “NeoML åpner nye muligheter for utviklere og tillater dem å eksperimentere, bygge og lansere banebrytende initiativer samtidig som de tar nytte av rammenes høye inferenshastighet, plattformuavhengighet og støtte for mobile enheter. Vi inviterer alle utviklere, dataforskere og akademia til å bruke og bidra til NeoML på GitHub.”

NeoML kan prosessere og analysere data i ulike formater, som tekst, bilde, video og mer. Modeller kan brukes i skyen, på egen maskin, i nettleseren og på enheten, og biblioteket støtter C++, Java og Objective C programmeringsspråk. Det tilbyr også 20+ tradisjonelle ML-algoritmer som klassifisering, regresjon og klasteringsramme.

Ramnenes neurale nettverksmodeller støtter over 100 lagtyper, og biblioteket er cross-platform, og kan kjøres på operativsystemer som Windows, Linux, macOS, iOS og Android, og det er optimalisert for både CPU og GPU-prosessorer.

NeoML brukes allerede av utviklere i USA, Canada, Tyskland, Nederland, Brasil, Kina, India og Sør-Korea. Rammen er tilgjengelig på GitHub.