Microsoft rilascia SynapseML
SynapseML sta ora espandendo i suoi 50 servizi cognitivi con il servizio Azure Open AI che attingerà a 175 miliardi di modelli di linguaggio dei parametri.
Il 10 agosto, Microsoft ha annunciato il rilascio di “SynapseML”, una libreria open source che aiuta a semplificare la creazione di pipeline di apprendimento automatico.
SynapseML è una libreria di apprendimento automatico basata su Apache Spark che semplifica l’addestramento di modelli pronti per la produzione che classificano e regrediscono il rilevamento delle anomalie, la traduzione, la sintesi vocale e varie altre sfide ML. La nuova piattaforma ha creato un sistema automatizzato di generazione di binding SparkML che traduce le API SparkML e SynapseML in altri linguaggi di programmazione come Python, R e .NET.
SynapseML integra varie tecnologie ML come LightGBM, Vowpal Wabbit, ONNX e i servizi cognitivi in un’unica API compatibile con MLFlow. La libreria è disponibile in diversi linguaggi come Python, Scala, Java e R.
La semplificazione di diversi framework di apprendimento ML unificati con un’unica API scalabile indipendente dai dati e dal linguaggio consentirà agli utenti di eseguire lo streaming o servire in batch le applicazioni e concentrarsi sulla strutturazione di fascia alta dei propri dati e attività.
SynapseML v0.10.0 è utilizzabile da .NET, C#, F#. Ecco un esempio di addestramento di un modello LightGBM distribuito:
Inoltre, SynapseML sta ora espandendo i suoi 50 servizi cognitivi con il servizio Azure Open AI che attingerà a 175 miliardi di modelli di linguaggio parametrico (GPT-3) da OpenAI in grado di creare testo e generare codice vicino alla parità umana.
SynapseML ora supporterà completamente ‘MLflow’, una piattaforma per la gestione del ciclo di vita dell’apprendimento automatico che consente agli utenti di tenere traccia degli esperimenti, comprimere il codice in esecuzioni riproducibili e distribuire modelli.
Insieme a questo, l’inclusione della tecnologia Binder consentirà agli utenti di sperimentare SynapseML senza configurazione, installazione, infrastruttura o account Azure.
