Google запустила опенсорсный инструмент для комбинирования алгоритмов машинного обучения

Компания Google представила AdaNet — инструмент с открытым исходным кодом для комбинирования алгоритмов машинного обучения с целью повысить точность их прогнозов, пишет VentureBeat.

AdaNet — простой и легковесный фреймворк, который автоматически исследует нейронные архитектуры и учится комбинировать лучшие из них в высокоточные алгоритмы. Он основан на методе обучения ансамбля моделей, то есть нескольких моделей сразу. По словам Google, раньше такой способ повышения качества алгоритмов требовал глубоко знания сферы или длительного времени на тренировку моделей.

AdaNet использует интерфейс TensorFlow Estimator, что позволяет собрать всю важную информацию в одном месте, и интегрируется с TensorBoard для визуализации метрик модели в процессе обучения. Также разработчики МО смогут сами выбирать подсети, настраивать функцию потерь и изменять другие параметры с помощью API TensorFlow.

Фреймворк доступен на GitHub. Полную информацию об устройстве AdaNet можно найти в этой работе.

AdaNet — последнее дополнение AutoML, сервиса, который призван автоматизировать обучение и развёртывание нейронных сетей. Летом Google добавила модули для машинного перевода, компьютерного зрения и обработки естественного языка, а ранее вышел инструмент Cloud AutoML для построения кастомизированных ИИ-моделей.