Python-støtte lagt til i ABBYYs NeoML Open-Source Library

Det digitale intelligensselskapet ABBYY har annonsert en ny større oppdatering for sin cross-platform, open-source maskinlæringsbibliotek 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 AI.

Det nye rammeverket inneholder også 5-10 ganger forbedring av hastighet og 20+ nye ML-metoder, inkludert 10 nettverkslag og optimaliseringsmetoder. NeoML støtter Apple M1-chip, GPU på Linux-baserte maskiner og Intel GPU, noe som betyr en utvidelse av tilgjengelige bruksscenarier og -tilfeller for biblioteket. Det betyr også at utviklere kan bruke rammeverket 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, Pinterest, Spotiffy, Dropbox 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 objektidentifikasjon, klassifisering, semantisk segmentering, verifisering og prediktiv modellering.

NeoML

Med de nye hastighetsforbedringene, er NeoML ett av de raskeste maskinlæringsrammeverkene tilgjengelige, og tilbyr opptil 10 ganger raskere ytelse for klassiske algoritmer og opptil 30% raskere neuralt nettverkstrenings- og inferens enn det forrige rammeverket.

Når det sammenlignes med de to beste open-source maskinlæringsbibliotekene, tilbyr NeoML 50% raskere ytelse i gjennomsnitt. På grunn av dette, er rammeverket 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.

“Open source er en kraftig driver for teknologisk innovasjon. Vi har som mål å støtte fremgangen i kunstig intelligens ved å arbeide sammen med utviklerfellesskapet for å videreutvikle og forbedre vårt open-source-bibliotek,” sa Orcutt. “NeoML åpner nye muligheter for utviklere, og lar dem eksperimentere, bygge og lansere banebrytende initiativer samtidig som de tar i bruk rammeverkets 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 server, 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 klasteringsrammeverk.

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

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