谷歌发布NSL：面向图形数据TensorFlow机器学习框架

谷歌今日推出了名叫 NSL 的神经结构学习框架，作为一个开源架构，其旨在使用神经图的学习方法，对带有图形和结构化数据的神经网络展开训练。 据悉，NSL 能够与 TensorFlow 机器学习平台配合使用，适用于有经验或缺乏经验的机器学习从业者。NSL 能够制作计算机视觉模型、执行自然语言处理（NLP）、从医疗记录或知识图等图形数据集中运行预测。

（图自：Google，via VentureBeat ）

TensorFlow 工程师在今日的一篇 博客文章 中表示：“在训练期间使用结构化信号，能够让开发者获得 更高的模型精度 ，尤其是数据量相对较小的时候”。

此外，结构化信号训练可带来 更强大的模型 ，这些技术已被 Google 广泛应用，以提升模型性能，如学习图像语义嵌入（ Image Semantic Embedding ）。

神经结构学习框架（NSL）可以监督、半监督、或无监督地学习，对训练期间的图形信号进行正规化的建模。在某些情况下，开发者甚至用不到五行以上的代码。

值得一提的是，新框架还可帮助开发者构建数据和 API 工具，用于创建具有少量代码的对抗性训练示例。

今年 4 月的时候，Google Cloud 在 BigQuery 连接表（ connected sheets ）和 AutoML Tables 中的结构化数据，引入了其它的解决方案。

最后，上周 Google AI（前 Google Research）宣布了开源 SM3 。作为一款大型语义理解模型的优化器，它能够为 Google BERT 和 OpenAI 的 GPT2 等带来优化。

【来源：cnBeta.COM】