據(jù)稱，用于訓練機器學習模型的新開源庫可與使用TensorFlow等已建立的庫訓練的AI模型（尤其是在移動設備上運行的模型）訓練的AI模型相媲美。

NeoML被描述為支持深度學習和ML算法的“跨平臺機器學習框架”，本周由ABBYY在GitHub上發(fā)布。灣區(qū)企業(yè)軟件開發(fā)人員專門從事光學字符識別和語言軟件等應用程序。ABBYY表示，目前將NeoML用于計算機視覺和自然語言處理應用程序，包括圖像處理和數(shù)據(jù)提取。

NeoML在云，桌面或移動設備上運行，被吹捧為針對預訓練圖像處理模型的TensorFlow的運行速度快20倍，而與設備無關(guān)。該公司聲稱：“更高的推理速度與平臺獨立性的結(jié)合使該庫成為需要無縫客戶體驗和設備上數(shù)據(jù)處理的移動解決方案的理想之選?！?/p>

新的ML庫正在推廣中，以用于部署對象識別，分類和語義分段以及預測建模。支持者還聲稱NeoML為零售應用程序更有效地利用可用的云資源，例如跟蹤消費者的偏好。

NeoML支持由Facebook（NASDAQ：FB），Microsoft（NASDAQ：MSFT）支持 的開放神經(jīng)網(wǎng)絡交換（ONNX）標準。

和別的。用于可互操作的機器學習模型的開放生態(tài)系統(tǒng)旨在提高工具兼容性。

NeoML的單一代碼庫可以在從Linux和Windows到Android和iOS的各種操作系統(tǒng)上運行。該庫還經(jīng)過優(yōu)化，可以在CPU和GPU上運行。它目前支持C ++，Java和Objective-C編程語言，并且即將添加Python。

ABBYY說，開放源代碼版本包括20多種“傳統(tǒng)”機器學習算法，用于分類，回歸預測模型和聚類。

NeoML和TensorFlow之間的速度比較是在運行于Android和iOS設備上的x86，支持Nvidia CUDA的圖形以及Arm-64處理器上進行的。根據(jù)ABBYY發(fā)布的內(nèi)部測試結(jié)果，在大多數(shù)情況下，最新版本的NeoML優(yōu)于TensorFlow的TFLite 2.1.0版本。

除了更快的推論，ABBYY的AI傳播者Ivan Yamshchikov還強調(diào)了NeoML的多平臺功能，“特別是其在移動設備上的潛力”。