NeoML作为TensorFlow替代品发布


据称,用于训练机器学习模型的新开源库可与使用TensorFlow等已建立的库训练的AI模型(尤其是在移动设备上运行的模型)训练的AI模型相媲美 。
NeoML被描述为支持深度学习和ML算法的“跨平台机器学习框架”,本周由ABBYY在GitHub上发布 。湾区企业软件开发人员专门从事光学字符识别和语言软件等应用程序 。ABBYY表示,目前将NeoML用于计算机视觉和自然语言处理应用程序,包括图像处理和数据提取 。
NeoML在云,桌面或移动设备上运行,被吹捧为针对预训练图像处理模型的TensorFlow的运行速度快20倍,而与设备无关 。该公司声称:“更高的推理速度与平台独立性的结合使该库成为需要无缝客户体验和设备上数据处理的移动解决方案的理想之选 。”
新的ML库正在推广中,以用于部署对象识别,分类和语义分段以及预测建模 。支持者还声称NeoML为零售应用程序更有效地利用可用的云资源,例如跟踪消费者的偏好 。
NeoML支持由Facebook(NASDAQ:FB),Microsoft(NASDAQ:MSFT)支持 的开放神经网络交换(ONNX)标准 。
和别的 。用于可互操作的机器学习模型的开放生态系统旨在提高工具兼容性 。
NeoML的单一代码库可以在从Linux和Windows到Android和iOS的各种操作系统上运行 。该库还经过优化,可以在CPU和GPU上运行 。它目前支持C ++,Java和Objective-C编程语言,并且即将添加Python 。
ABBYY说,开放源代码版本包括20多种“传统”机器学习算法,用于分类,回归预测模型和聚类 。
NeoML和TensorFlow之间的速度比较是在运行于Android和iOS设备上的x86,支持Nvidia CUDA的图形以及Arm-64处理器上进行的 。根据ABBYY发布的内部测试结果,在大多数情况下,最新版本的NeoML优于TensorFlow的TFLite 2.1.0版本 。
除了更快的推论,ABBYY的AI传播者Ivan Yamshchikov还强调了NeoML的多平台功能,“特别是其在移动设备上的潜力” 。
【NeoML作为TensorFlow替代品发布】

    推荐阅读