谷歌今日推出了名叫 NSL 的神經(jīng)結(jié)構(gòu)學(xué)習(xí)框架，作為一個開源架構(gòu)，其旨在使用神經(jīng)圖的學(xué)習(xí)方法，對帶有圖形和結(jié)構(gòu)化數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)展開訓(xùn)練。 據(jù)悉，NSL 能夠與 TensorFlow 機器學(xué)習(xí)平臺配合使用，適用于有經(jīng)驗或缺乏經(jīng)驗的機器學(xué)習(xí)從業(yè)者。NSL 能夠制作計算機視覺模型、執(zhí)行自然語言處理（NLP）、從醫(yī)療記錄或知識圖等圖形數(shù)據(jù)集中運行預(yù)測。

（圖自：Google，via VentureBeat ）

TensorFlow 工程師在今日的一篇 博客文章 中表示：“在訓(xùn)練期間使用結(jié)構(gòu)化信號，能夠讓開發(fā)者獲得 更高的模型精度 ，尤其是數(shù)據(jù)量相對較小的時候”。

此外，結(jié)構(gòu)化信號訓(xùn)練可帶來 更強大的模型 ，這些技術(shù)已被 Google 廣泛應(yīng)用，以提升模型性能，如學(xué)習(xí)圖像語義嵌入（ Image Semantic Embedding ）。

神經(jīng)結(jié)構(gòu)學(xué)習(xí)框架（NSL）可以監(jiān)督、半監(jiān)督、或無監(jiān)督地學(xué)習(xí)，對訓(xùn)練期間的圖形信號進行正規(guī)化的建模。在某些情況下，開發(fā)者甚至用不到五行以上的代碼。

值得一提的是，新框架還可幫助開發(fā)者構(gòu)建數(shù)據(jù)和 API 工具，用于創(chuàng)建具有少量代碼的對抗性訓(xùn)練示例。

今年 4 月的時候，Google Cloud 在 BigQuery 連接表（ connected sheets ）和 AutoML Tables 中的結(jié)構(gòu)化數(shù)據(jù)，引入了其它的解決方案。

最后，上周 Google AI（前 Google Research）宣布了開源 SM3 。作為一款大型語義理解模型的優(yōu)化器，它能夠為 Google BERT 和 OpenAI 的 GPT2 等帶來優(yōu)化。