Google, özellikle grafik verileri için TensorFlow makine öğrenimi çerçevesini yayınladı

Google kısa süre önce, bir dizi veriye, çeşitli grafiklere ve farklı yapılandırılmış verilere dayalı olarak sinir ağlarını eğitmek için Nöral Grafik Öğrenim yöntemini kullanan, açık kaynaklı bir makine öğrenimi (yapay zeka) çerçevesi olan Nöral Yapılandırılmış Öğrenmeyi (NSL) resmi olarak tanıttı.

NSL özellikle, çeşitli bilişsel ve dil anlama görevlerinde makine öğrenimine yönelik açık kaynaklı bir yazılım kitaplığı olan TensorFlow ile mükemmel uyumluluk için üretilmiştir ve her ikisi için de özel olarak tasarlanmıştır. Hem deneyimli hem de deneyimsiz makine öğrenimi uygulayıcıları tarafından kullanılabilir. Temel olarak NSL, bilgisayarlı görme modelleri oluşturabilir, NLP'yi dağıtabilir ve tıbbi kayıtlar veya grafikler, bilgi grafikleri gibi grafiksel veri kümelerinden tahminler çalıştırabilir.

• Google, Chrome için acil bir güncelleme yayınladı; kullanıcıların hemen güncelleme yapması gerekiyor

Nöral Yapılandırılmış Öğrenme, açık kaynaklı bir makine öğrenimi çerçevesidir

"Eğitim sırasında belirli yapısal sinyallerden yararlanmak, geliştiricilerin, özellikle etiketli veri miktarı nispeten küçük olduğunda, daha optimum doğrulukla modeller elde etmelerine olanak tanıyor. Yapılandırılmış sinyallere dayalı eğitim aynı zamanda daha sağlam modeller oluşturmaya da yardımcı olur. TensorFlow'un mühendislik ekibi bir blog yazısında, bu tür eğitim teknikleri, modellerin performansını daha olumlu ve daha hızlı bir şekilde artırmak için Google'da dahili olarak yaygın şekilde kullanılıyor." dedi.

NSL, makine öğrenimi modellerini tam denetimli öğrenme, yarı denetimli öğrenme veya denetimsiz öğrenme yoluyla eğitebilir ve böylece modeller oluşturabilir.Model, bazı durumlarda 5 satırdan az kodla eğitim sürecini standartlaştırmak için grafik sinyaller kullanır.

• Google, Googe uygulamasının yerini alabilecek, birçok kullanışlı özelliğe sahip, son derece hafif bir sürüm olan Google Go'yu dünya çapında piyasaya sürdü

Sinir Yapılı Öğrenme çerçevesinin çalışma yapısı

Ek olarak, bu yeni çerçeve, geliştiricilerin kendi verilerini yapılandırmalarına yardımcı olabilecek bir dizi yerleşik araca ve minimum sayıda kod satırıyla rakip eğitim modelleri oluşturmak için API'lere sahiptir.

Daha önce Nisan ayında Google Cloud, BigQuery ve AutoML Tables'daki bağlantılı sayfalar gibi yapılandırılmış verilere yönelik birkaç eğitim çözümü de sunmuştu.

Yapay zeka alanıyla ilgili diğer bir haberde, geçen hafta Google AI (eski adıyla Google Research), özellikle Google'ın BERT ve GPT2'nin OpenAI'si gibi büyük ölçekli dillerin eğitim modelleri için bir optimize edici olan açık kaynak aracı SM3'ü piyasaya sürdü.

• Google Fotoğraflar artık görsellerin metne göre aranmasına ve görsellerdeki metnin çıkarılmasına izin veriyor

Github'da SM3 açık kaynak araçları sayfası

NSL makine öğrenimi çerçevesi hakkında daha fazla bilgiyi aşağıdaki adreslerde bulabilirsiniz:

• https://www.tensorflow.org/neural_structured_learning/
• https://medium.com/tensorflow/introducing-neural-structured-learning-in-tensorflow-5a802efd7afd