ABBYY, een Digital Intelligence-bedrijf, lanceert een grote update van
NeoML, de platformonafhankelijke open source machine learning-library waarmee ontwikkelaars machine learning-modellen kunnen bouwen, trainen en implementeren. De update voegt ondersteuning toe van de programmeertaal Python, de populairste taal voor machine learning en AI.
Het framework biedt ook vijf tot tien keer snelheidsverbeteringen, evenals meer dan twintig nieuwe ML-methoden. Bovendien ondersteunt NeoML nu Apple M1-chips, GPU op Linux- machines en Intel GPU. Dit breidt de praktische use-cases en scenario's voor de bibliotheek aanzienlijk uit, terwijl meer ontwikkelaars het kunnen gebruiken om AI-aangedreven applicaties en oplossingen te bouwen.
De snelheidsverbeteringen hebben NeoML tot een van de snelste machine learning-frameworks op de markt gemaakt. Nu biedt het tot tien keer snellere prestaties voor klassieke algoritmen en tot 30 procent snellere neurale netwerktraining en inferentie dan de vorige versie. Vergeleken met de twee populairste open source-library’s voor machine learning biedt NeoML gemiddeld 50% snellere prestaties(*). Dit maakt het framework bij uitstek geschikt voor het ontwikkelen van klantgerichte platformonafhankelijke applicaties die zowel een naadloze gebruikerservaring als gegevensverwerking op het apparaat vereisen.
“We willen de vooruitgang op het gebied van kunstmatige intelligentie ondersteunen door samen te werken met de ontwikkelaarsgemeenschap om onze open source-library verder te laten groeien en verbeteren”, aldus Bruce Orcutt, Senior Vice President Product Marketing bij ABBYY.
“NeoML opent nieuwe mogelijkheden voor ontwikkelaars, waardoor ze kunnen experimenteren, bouwen en baanbrekende initiatieven lanceren, terwijl ze profiteren van de hoge inferentiesnelheid, platformonafhankelijkheid en ondersteuning voor mobiele apparaten. We nodigen alle ontwikkelaars, datawetenschappers en de academische wereld uit om NeoML op GitHub te gebruiken en eraan bij te dragen.”
NeoML is ontworpen als een universeel hulpmiddel voor het verwerken en analyseren van gegevens in uiteenlopende formaten, waaronder tekst, beeld en video. Gebruikers kunnen deze modellen overal inzetten: in de cloud, on-premise, in de browser of on-device. De bibliotheek ondersteunt C++, Java en Objective C-programmeertalen, en biedt meer dan twintig traditionele ML-algoritmes, zoals classificatie, regressie en zogenaamde clustering frameworks. De neurale-netwerkmodellen ondersteunen meer dan honderd laagtypes. De bibliotheek is volledig cross-platform – één enkele basiscode die kan worden uitgevoerd op alle populaire besturingssystemen, waaronder Windows, Linux, macOS, iOS en Android – en bovendien geoptimaliseerd voor zowel CPU- als GPU-processoren.
Ga voor meer informatie over de Digital Intelligence-oplossingen van ABBYY naar:
www.abbyy.com
(*) Volgens interne testen
