Ein Open-Source Machine-Learning-Framework
Unterstützt sowohl Deep Learning als auch traditionelle ML-Algorithmen.
Neuronale Netzwerke mit Unterstützung von mehr als 100 Layertypen
Traditionelles maschinelles Lernen: Mehr als 20 Algorithmen (Klassifizierung, Regression, Clustering usw.)
CPU- und GPU-Support, schnelle Inferenz
ONNX-Unterstützung
Sprachen: C++, Java, Objective С
Plattformübergreifend: ein Code für Windows, Linux, macOS, iOS und Android
NeoML wird von den ABBYY-Ingenieuren für Computer Vision und die natürliche Sprachverarbeitung genutzt, zum Beispiel für Bildvorverarbeitung, Klassifizierung, die Analyse von Dokumentenlayouts, OCR und Datenextraktion aus strukturierten und unstrukturierten Dokumenten.
Universelle Implementierung |
Quellcode |
Implementieren Sie Ihre Modelle in der Cloud, vor Ort, im Browser oder auf dem Endgerät. |
Repository: NeoML Lizenz: Apache 2.0 ZUM GITHUB REPOSITORYENG |
Universelle Implementierung |
Implementieren Sie Ihre Modelle in der Cloud, vor Ort, im Browser oder auf dem Endgerät. |
Quellcode |
Repository: NeoML Lizenz: Apache 2.0 ZUM GITHUB REPOSITORYENG |