NeoML：用于构建，训练和部署机器学习模型的开源库

ABBYY推出了NeoML，这是一个用于构建，培训和部署机器学习模型的开源库。NeoML 现已发布到GitHub（https://github.com/neoml-lib），支持深度学习和传统机器学习算法。

跨平台框架针对在云环境，台式机和移动设备上运行的应用程序进行了优化。较高的推理速度与平台独立性的结合使该库成为需要无缝客户体验和设备上数据处理的移动解决方案的理想选择。

开发人员可以使用NeoML来构建，训练和部署用于对象识别，分类，语义分段，验证和预测建模的模型，以实现各种业务目标。例如，银行可以开发模型来管理信用风险并预测客户流失，电信公司可以分析营销活动，零售和快速消费品（F MCG）的表现，可以通过面部识别和数据验证来建立远程客户识别。该框架的主要优势之一是其对可用云资源的有效利用。

NeoML被设计为一种通用工具，用于处理和分析各种格式的数据，包括文本，图像，视频和其他格式。它支持C ++，Java和Objective-C编程语言; Python将很快添加。

NeoML的神经网络模型支持100多种层类型。它还提供20多种传统ML算法，例如分类，回归和聚类框架。该库是完全跨平台的-可在包括Windows，Linux，macOS，iOS和Android在内的所有流行操作系统上运行的单一代码库-并且针对CPU和GPU处理器进行了优化。

“ NeoML的推出反映了我们为全行业AI创新做出贡献的承诺，” ABBYY AI传播者Ivan Yamshchikov说。“ ABBYY在技术创新方面拥有良好的记录，拥有400多项专利和专利申请。共享我们的框架使开发人员可以利用其推理速度，跨平台功能，尤其是其在移动设备上的潜力，同时他们的反馈和贡献将不断增长并改善库。”

NeoML支持开放神经网络交换（ONNX），这是一个可互操作的ML模型的全球开放生态系统，它改善了工具的兼容性，使开发人员更容易使用正确的组合来实现其目标。Microsoft，Facebook和其他合作伙伴作为一个开源项目共同支持ONNX标准。