谷歌啟動AdaNet將算法與AutoML結(jié)合起來

谷歌今天介紹了AdaNet，一個結(jié)合機器學習算法的開源工具，以實現(xiàn)更好的預測洞察力。AdaNet可以在今天的張量GitHub知識庫中找到。

谷歌人工智能軟件工程師查爾斯·威爾在一篇博客文章中說:“AdaNet建立在我們的請求信息的基礎上，以學習和基于進化的自動化為基礎，努力做到快速和靈活，同時提供學習保障。”“重要的是，AdaNet不僅為學習神經(jīng)網(wǎng)絡體系結(jié)構(gòu)提供了一個通用框架，而且還為學習集成以獲得更好的模型提供了一個通用框架。”

Weill說，AdaNet使用了一種稱為集成學習的方法來組合和改進算法，而這種方法以前需要領域?qū)＜一蛱鄷r間進行培訓。

為了讓AdaNet更容易實現(xiàn)，該框架嵌入了TensorFlow估計器，將重要信息帶到單個位置，以及asTensorBoard，后者在人工智能模型被訓練時提供視覺反饋。

AdaNet通過學習神經(jīng)網(wǎng)絡的體系結(jié)構(gòu)，然后向其中添加子網(wǎng)，從而確保其創(chuàng)建的集成模型的學習保證。

希望對過程有更多控制的機器學習實踐者可以使用TensorFlow api來定義自己的子網(wǎng)、自定義丟失函數(shù)或切換其他設置。

關于AdaNet如何工作的更多細節(jié)可以在這篇去年在國際機器學習會議上發(fā)表的論文中看到。

今天發(fā)布的AdaNet是AutoML(谷歌的自動化訓練和部署神經(jīng)網(wǎng)絡的方式)的最新進展。谷歌云平臺在今年夏天引入了自動翻譯、計算機視覺和自然語言處理，以及在一月份引入了云自動構(gòu)建自定義人工智能模型。