NML2.0|沒有經驗就不能部署自己的ML模型？不存在的！

誰說你需要資料科學學位？使用NML 2.0和AI Studio 2.0，即便是沒有AI經驗的開發人員也可以部署自己的機器學習模型。

開發人員目前可以基於NeoPulse AI Studio 2.0和其程式語言NML 2.0構建自己的機器學習模型，而不需要深入瞭解機器學習知識。使用這些工具，開發人員可以輕鬆利用AI的強大功能。
機器學習目前已經開始呈現出供不應求的狀況，並且這一差距正在日益加大。這引起了資料科學家的廣泛注意，為了抑制這個差距的增長，dimension sionalmechanical推出了一套工具，目的是讓各地的開發人員可以更容易的完成任務，包括特定領域的語言、AI studio、框架以及其他工具。

NML 2.0

首先，我們先從語言開始介紹。NeoPulse Modeling Language 2.0（簡稱NML）是一種專門用於AI Studio領域的專用語言。它可以自動構建新的AI模型。自動化可以處理各種常見的機器學習問題，例如迴歸、分類等。 NML可以處理來自視訊、音訊、影像等各種輸入，且無需擔心資料的型別。

 NML相對比較簡潔。這種指令碼語言允許開發人員在使用自己的ML經驗之前，先在高層次上描述ML任務。NML 與Tensorboard診斷工具緊密整合。

DimensionalMechanics吹噓NML如此簡潔，程式碼片段比用Keras編寫的Python還要簡短85%。但作為一種特定的領域語言，它將在NeoPulse AI Studio中執行。

NeoPulse AI Studio

分享一句廣告語：X-as-a-Service的趨勢永遠不會結束！在這裡，我們有AI-as-a-Service，AI將協助你構建自己的模型。NeoPulse AI Studio有自己的內部AI綽號“the oracle”。Oracle幫助開發人員選擇最優的架構，並自動構建定製的AIs。

如果這些還不夠，NeoPulse Framework的一大進步是下一代超引數優化。AI幫助選擇資料分析所需的引數，優化整個模型。這將成為開發人員超越傳統貝葉斯優化的一大手段。另外，AI Studio還帶有一個CLI，可以促進與NeoPulse框架的互動。

此外，AI Studio還可以匯出到行動式干擾模型（PIM），以便在任何地方部署。這些容器化的神經網路可以在本地計算機或雲中執行。

來自 “ Jaxenter ”，原文連結：http://blog.itpub.net/31545819/viewspace-2284991/，如需轉載，請註明出處，否則將追究法律責任。