Python-stöd har lagts till i ABBYY:s öppen källkods bibliotek NeoML

Det digitala intelligensföretaget ABBYY har meddelat en ny stor uppdatering för sin cross-platform, öppen källkods maskinlärningsbibliotek NeoML. Plattformen möjliggör för utvecklare att bygga, träna och distribuera maskinlärningsmodeller, och den nya uppdateringen bringar stöd för programmeringsspråket Python, som är det mest använda språket för maskinlärning och AI.

Det nya ramverket involverar också 5-10 gånger snabbare prestanda och 20+ nya ML-metoder, inklusive 10 nätverkslager och optimeringsmetoder. NeoML stöder Apple (AAPL ) M1-chip, GPU på Linux-baserade maskiner och Intel (INTC ) GPU, vilket alla betyder en utvidgning av användningsfall och scenarier för biblioteket. Det betyder också att utvecklare kan använda ramverket för att bygga AI-drivna applikationer och lösningar.

Populariteten för Python

Python används i olika branscher för uppgifter som automatisering, webbutveckling, skriptning, webbskrapning och dataanalys. Det används av stora företag som Google (GOOGL ), Pinterest, Spotiffy, Dropbox (DBX ) och många fler.

Utöver den privata sektorn används det också inom akademin för att lära studenter hur man programmerar. Pythons flexibilitet är vad som ger det så hög popularitet, och ABBYY:s nya utveckling möjliggör för utvecklare och företag att använda NeoML för att bygga, träna och distribuera modeller för objektdetektering, klassificering, semantisk segmentering, verifikation och prediktiv modellering.

NeoML

Med de nya prestandaförbättringarna är NeoML ett av de snabbaste maskinlärningsramverken som finns tillgängliga, med upp till 10 gånger snabbare prestanda för klassiska algoritmer och upp till 30% snabbare neuronnätsträning och inferens jämfört med det tidigare ramverket.

När det jämförs med de två bästa öppen källkods maskinlärningsbiblioteken erbjuder NeoML 50% snabbare prestanda i genomsnitt. På grund av detta är ramverket särskilt användbart för kundorienterade, cross-platform-applikationer. NeoML:s höga molneffektivitet betyder att företag kan använda tillgängliga molnresurser på bästa sätt.

Bruce Orcutt är Senior Vice President of Product Marketing på ABBYY.

“Öppen källkod är en kraftfull drivkraft för teknisk innovation. Vi syftar till att stödja framsteg inom artificiell intelligens genom att arbeta tillsammans med utvecklarkommuniteten för att ytterligare växa och förbättra vårt öppna källkods bibliotek”, sa Orcutt. “NeoML öppnar nya möjligheter för utvecklare att experimentera, bygga och lansera banbrytande initiativ samtidigt som de tar till vara på ramverkets höga inferenshastighet, plattformsoberoende och stöd för mobila enheter. Vi inbjuder alla utvecklare, dataforskare och akademiker att använda och bidra till NeoML på GitHub.”

NeoML kan bearbeta och analysera data i olika format, såsom text, bild, video och mer. Modeller kan appliceras i molnet, på plats, i webbläsaren och på enheten, och biblioteket stöder C++, Java och Objective C programmeringsspråk. Det erbjuder också 20+ traditionella ML-algoritmer som klassificering, regression och klusteringsramverk.

Ramverkets neuronnättsmodeller stöder över 100 lager typer, och biblioteket är cross-platform, kapabel att köras på operativsystem som Windows, Linux, macOS, iOS och Android, och det är optimerat för både CPU och GPU-processorer.

NeoML används redan av utvecklare i USA, Kanada, Tyskland, Nederländerna, Brasilien, Kina, Indien och Sydkorea. Ramverket är tillgängligt på GitHub.