Google está lanzando un marco de aprendizaje automático TensorFlow específicamente para datos gráficos
Recientemente, Google lanzó oficialmente el marco de aprendizaje automático de código abierto Neural Structured Learning (NSL), que utiliza métodos de entrenamiento de gráficos neuronales para entrenar redes neuronales basadas en múltiples gráficos y diferentes datos estructurados.
En particular, NSL está diseñado para ser compatible con TensorFlow, una biblioteca de software de código abierto para aprendizaje automático en tareas de comprensión y percepción multilingües, y está diseñado para profesionales de aprendizaje automático con experiencia y sin experiencia diseñados para usar . En general, NSL puede crear modelos de visión por computadora, implementar NLP y ejecutar predicciones a partir de conjuntos de datos gráficos, como registros médicos o tablas. Conocimiento (gráficos de conocimiento).
- Google está lanzando una actualización urgente para Chrome, los usuarios deben actualizar ahora
El aprendizaje estructurado neuronal es un marco de aprendizaje automático de código abierto
"El uso de señales estructuradas específicas durante el entrenamiento permite a los desarrolladores obtener modelos más precisos, especialmente cuando la cantidad de datos etiquetados es relativamente pequeña. El entrenamiento de señales estructuradas también ayuda a crear modelos más estables. Este tipo de técnicas de entrenamiento se utilizan ampliamente internamente en Google para mejorar el rendimiento del modelo de formas más agresivas y rápidas”, dijo el equipo de ingeniería de TensorFlow en una publicación de blog.
NSL puede crear modelos mediante el aprendizaje de modelos de aprendizaje automático a través del aprendizaje controlado, semicontrolado o no controlado. Los gráficos usan señales gráficas para normalizar el proceso de aprendizaje, en algunos casos menos de 5 líneas de código.
- Google Global lanza Google Go
Transferir estructuras para marcos de aprendizaje estructurados neuronalmente
Además, el nuevo marco viene con una serie de herramientas que pueden ayudar a los desarrolladores a construir sus datos y API para crear modelos de aprendizaje con líneas mínimas de código.
A principios de abril, Google Cloud también lanzó varias soluciones de capacitación de datos estructurados, como hojas de cálculo vinculadas en BigQuery y hojas de cálculo de AutoML.
En otra noticia relacionada con la IA, la semana pasada Google AI (antes Google Research) también lanzó la herramienta de código abierto SM3, un optimizador diseñado específicamente para modelos de aprendizaje. Lenguajes a gran escala como BERT de Google y OpenAI de GPT2.
- Google Photos ahora le permite buscar imágenes por texto, extraer texto de las imágenes
Página de herramientas SM3 de código abierto de Github
Puede encontrar más información sobre el marco de aprendizaje automático de NSL en:
- https://www.tensorflow.org/neural_structured_learning/
- https://medium.com/tensorflow/introducing-neural-structured-learning-in-tensorflow-5a802efd7afd
Deja una respuesta