1. 李春SEO博客首页
  2. 北斗七星平台

谷歌开源NSL:用于图形数据的TensorFlow机器学习框架

李春SEO博客

智能事物 (官方账号: zhidxcom) / 李水清介绍: NSL 开源框架可以提高模型精度,简化编程工作.. 9 月 4 日消息,谷歌今天推出了神经结构化学习 (NSL) 开源框架,它可以通过图形和结构化数据来训练神经网络。 无论经验如何,机器学习实践者都可以与 TensorFlow 机器学习平台一起使用 NSL 。 NSL 可以制作计算机视觉模型,执行自然语言处理 (NLP) ,并使用医疗记录或知识地图等图形数据集运行预测。 TensorFlow 是谷歌用于数值计算的开源软件库,用于机器学习和深层神经网络研究。 可在各种服务器,PC端和网页中部署 TensorFlow ,支持 GPU 和 TPU 高性能数值计算.. 首先,为了应对数据的不足,提高模型精度 TensorFlow 工程师今天在博客上说: “在模型训练期间,通过 NSL 的结构化信号,开发者可以获得更高的模型精度。” 特别是在标注数据量相对较小的情况下,其作用更大。” “同时,结构化信号训练也可以带来更强大的模型,这些技术已经被谷歌广泛应用于提高模型性能,例如学习图像语义嵌入 (Image Semantic Emmbedding) 。” 第二,为了简化编程工作,可以完成五行代码建模,NSL 可以通过监督、半监督或无监督学习对训练过程中的图形信号进行形式化。 在某些情况下,五行代码可以完全完成。 此外,新的框架可以帮助开发人员处理数据和 API(应用程序编程接口) 工具,使他们能够使用更少的代码来完成项目中的对抗训练。 今年 4 月,GU 引入了结构化数据的其他解决方案,如 BigQuery 连接表和 AutoM L表。 此外,上周 GoogleA I 打开了源SM3 ,这是 BERT 等大型语言理解模型的优化工具。 文章来源: Venture Beat 。

原创文章,作者:lichun,如若转载,请注明出处:http://www.lichunseo.com/beidouqixing/9365.html