ABBYY добавила в свою библиотеку разработок машинного обучения поддержку Python и ускорила обучение нейросетей до 30%
Обновление упрощает разработку мобильных приложений и работу нейронных сетей.
ABBYY обновила свою библиотеку разработок машинного обучения с открытым кодом NeoML на GitHub: теперь с ней могут работать пользователи Python, сообщили vc.ru в компании.
С NeoML разработчики смогут дополнить приложения возможностями идентификации объектов, классификации, регрессии, кластеризации, семантической сегментации, верификации. Библиотека поддерживает около 20 новых методов машинного обучения, в том числе 10 новых сетевых слоев и новые методы оптимизации.
По данным компании, в новой версии NeoML скорость выполнения классических алгоритмов выросла в 10 раз, скорость обучения нейросетей — на 30%, а обновленная библиотека работает до 50% быстрее, чем два наиболее популярных ML-фреймворка на GitHub.
NeoML 2.0 поддерживает работу на процессорах Apple M1 и графических процессорах в Linux, в том числе на интегрированных моделях от Intel.
Технологию можно применять в любых задачах машинного обучения, в том числе для компьютерного зрения и обработки естественного языка, улучшения изображений, классификации, анализа структуры документов, распознавания текста, извлечения данных из структурированных и неструктурированных документов.
Ну вот, в все говорили что питухон медленный.
Дык там на питухоне только оболочка поди. Так же как и у всего остального подобного. Ядро (99% кода) на сях написано наверняка
Воще не совсем понятно зачем оно надо когда есть всякие керасы и тензорфлоу, ну и пайторч для фанатиков
Они себя позиционируют как решение для мобилок, обещают, что в большинстве сценариев работает быстрее, чем тензофловский TFLite.
Тензор флоу сами знаете от какой фирмы, сегодня они ее развивают, а завтра на кладбище. Так что хорошо иметь свой проект для ML.
Тот случай, когда статью писали не для того, чтобы смысл поняла аудитория)
В стиле сообщенйи ошибках C++