微软发布了InnerEye深度学习工具包以改善患者护理


微软的Project InnerEye多年来一直参与构建和部署机器学习模型 。该团队一直在与医生 , 临床医生 , 肿瘤学家合作 , 协助他们完成放射治疗 , 手术计划和定量放射学等任务 。这减轻了参与领域人员的负担 。
该公司表示 , InnerEye项目的目标是通过允许研究人员和医学从业人员建立自己的医学成像模型来“使用于医学图像分析的AI民主化” 。考虑到这一点 , 该团队今天发布了InnerEye深度学习工具包作为开源软件 。该工具包建立在PyTorch之上 , 并与Microsoft Azure进行了高度集成 , 旨在简化模型的训练和部署过程 。
具体来说 , InnerEye深度学习工具包将允许用户构建自己的图像分类 , 分割或顺序模型 。他们将可以选择构建自己的神经网络或从其他地方导入它们 。该项目的动机之一是为用户提供一个抽象层 , 以便他们可以部署机器学习模型而不必过多担心细节 。正如预期的那样 , Azure机器学习服务的通常优势也将与该工具包捆绑在一起:
将集群扩展到许多计算节点 , 以在多个GPU上训练模型
仅按实验付费
【微软发布了InnerEye深度学习工具包以改善患者护理】利用低优先级节点节省成本
使用最新的GPU , 智能处理单元(IPU)和现场可编程门阵列(FPGA)
使用高级功能 , 例如Azure机密计算
Microsoft Research的Project InnerEye团队希望该工具包将机器学习技术集成到治疗途径中 , 从而提供长期的实用解决方案 。如果您有兴趣签出该工具箱或希望为它做出贡献 , 则可以签出GitHub上的存储库 。可在此处找到该工具包下提供的全部功能 。

    推荐阅读