NeoML 2.0 получил поддержку Python и ускорение обучения нейросетей до 30%

Обновлена библиотека разработок машинного обучения с открытым кодом NeoML: теперь с ней могут работать пользователи Python, сообщили в компании Abbyy.

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.