Google開源基於AutoML的預測演算法整合學習工具AdaNet

谷歌今天宣佈開源AdaNet，一種組合多種機器學習演算法以獲得更好的預測分析結果的整合學習工具。AdaNet的程式碼已經上傳到  ofollow,noindex"> Tensor 的GitHub程式碼庫 。

谷歌人工智慧軟體工程師查爾斯威爾在一篇 部落格文章中 說：“AdaNet建立在我們最近的強化學習和基於進化中的AutoML，在學習的同時保持快速靈活。” “重要的是，AdaNet提供了一個通用框架，不僅可以學習神經網路架構，還可以通過整合學習獲得更好的模型。”

AdaNet使用一種稱為整合學習（ensemble learning）的方法來組合和改進演算法，這種方法以前需要專業知識和大量時間進行訓練，Weill說。

為了更容易實現AdaNet，該框架插入 TensorFlow Estimator 以將基本資訊集中到一個地方，   TensorBoard 也是如此 ，它在訓練AI模型時提供視覺反饋。

AdaNet通過學習神經網路的架構，為其新增子網，來確保其建立的集合模型的學習成效。

對於那些想要更多控制流程的機器學習使用者，他們可以使用TensorFlow API定義自己的子網，自定義丟失功能或調整其他設定。

去年在機器學習國際會議上 發表的這篇發表的論文中 討論了AdaNet如何運作的更多細節，有興趣的讀者可以檢視。

今天釋出的AdaNet是AutoML的最新進展，也是Google訓練和部署神經網路的自動化方法。Google Cloud Platform在 今年夏天推出了用於翻譯，計算機視覺和自然語言處理的  AutoML，以及用於 構建自定義AI模型的  Cloud AutoML 。