Google推出用于图形数据的TensorFlow机器学习框架

 
Google今天推出了神经结构化学习(NSL)，这是一个开源框架，它使用神经图学习方法来训练带有图形和结构化数据的神经网络。
NSL与TensorFlow机器学习平台配合使用，适用于有经验和缺乏经验的机器学习从业者。 NSL可以为计算机视觉制作模型，执行NLP，并从医疗记录或知识图等图形数据集运行预测。
“在培训期间利用结构化信号可以让开发人员获得更高的模型精度，特别是当标记数据量相对较小时，”TensorFlow工程师今天在博客中说。 “结构化信号训练也可以带来更强大的模型。这些技术已广泛用于Google，以提高模型性能，例如学习图像语义嵌入。“
NSL可以通过监督，半监督或无监督学习来训练在训练期间使用图形信号进行正规化的模型，在某些情况下，使用少于五行代码。
新框架还包括帮助开发人员构建数据和API的工具，用于创建具有少量代码的对抗性训练示例。
今年4月，Google Cloud在BigQuery和AutoML Tables中为结构化数据(如连接表)引入了其他解决方案。
在其他人工智能新闻中，上周谷歌人工智能，以前称为谷歌研究，开源的SM3，一个优化大型语言理解模型，如谷歌的BERT和OpenAI的GPT2。