据外媒报道称,谷歌近日推出了一个名叫 NSL 的神经结构学习框架,此框架是一个开源架构,开发其目的是为了对带有图形和结构化数据的神经网络展开训练。据消息称,2019谷歌开发者大会将于9 月10日和11日于上海举办,想了解更多谷歌技术方面的知识,可以锁定此次科技盛宴。
神经结构学习框架(NSL)的作用很大,它可以制作计算机视觉模型、执行自然语言处理(NLP)、从医疗记录或知识图等图形数据集中运行预测,还可以与 TensorFlow 机器学习平台配合使用,适用于有经验或缺乏经验的机器学习从业者。另外,NSL还可以监督、半监督、或无监督地学习,对训练期间的图形信号进行正规化的建模。
在某些情况下,开发者甚至用不到五行以上的代码。TensorFlow工程师都发博客表示过:“在训练期间使用结构化信号,能够让开发者获得更高的模型精度,尤其是数据量相对较小的时候”。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
谷歌
+关注
关注
27文章
6207浏览量
106162 -
神经网络
+关注
关注
42文章
4785浏览量
101276 -
开源
+关注
关注
3文章
3421浏览量
42783
发布评论请先 登录
相关推荐
BP神经网络与深度学习的关系
),是一种多层前馈神经网络,它通过反向传播算法进行训练。BP神经网络由输入层、一个或多个隐藏层和输出层组成,通过逐层递减的方式调整网络权重,
Arm成功将Arm KleidiAI软件库集成到腾讯自研的Angel 机器学习框架
KleidiAI 技术融入腾讯混元自研的 Angel 机器学习框架。这一合作旨在提高移动端人工智能 (AI) 服务的推理性能和效率,为用户提供卓越
卷积神经网络的实现工具与框架
: TensorFlow是由Google Brain团队开发的开源机器学习框架,它支持多种深度学习模型的构建和训练,包括卷积神经网络。Ten
NPU与机器学习算法的关系
紧密。 NPU的起源与特点 NPU的概念最早由谷歌在其TPU(Tensor Processing Unit)项目中提出,旨在为TensorFlow框架提供专用的硬件加速。NPU的设计目标是提高机器
NVIDIA推出全新深度学习框架fVDB
在 SIGGRAPH 上推出的全新深度学习框架可用于打造自动驾驶汽车、气候科学和智慧城市的 AI 就绪型虚拟表示。
人工神经网络与传统机器学习模型的区别
人工神经网络(ANN)与传统机器学习模型之间的不同,包括其原理、数据处理能力、学习方法、适用场景及未来发展趋势等方面,以期为读者提供一
TensorFlow与PyTorch深度学习框架的比较与选择
深度学习作为人工智能领域的一个重要分支,在过去十年中取得了显著的进展。在构建和训练深度学习模型的过程中,深度学习
谷歌推出AI框架,实现AI模型的自然语言学习
据了解,在此款“社交学习”框架中,“学生模型”可向多位已处理指定任务的“教师模型”请教各类应对方案,研究团队主要通过开展“垃圾短信检测”、“解决小学数学题”及“根据文本回答问题”等多项试验,以衡量此框架的运作效果。
评论