AWS宣布推出AutoGluon這是一個用于編寫AI模型的開源庫

Amazon Web Services Inc.今天 啟動了一個新的開源庫，以幫助開發人員僅用幾行代碼即可編寫使用圖像，文本或表格數據集的基于機器學習的應用程序。

構建依賴于此類數據的機器學習應用程序并非易事。例如，開發人員需要知道如何調整代表構建AI模型時所做選擇的“超參數”。他們還需要解決諸如神經體系結構搜索之類的問題，這使他們能夠為其機器學習模型找到最佳的體系結構設計。

AutoGluon可以自動執行許多復雜的任務，并且可以通過自動調整默認范圍內的選擇來創建新的機器盈利模型，而該代碼只需三行代碼即可完成，該范圍在已知范圍內可以很好地完成給定任務。開發人員所需要做的就是指定他們希望模型訓練的速度，而AutoGluon將在給定的時間內提出最強大的模型。

亞馬遜表示，AutoGluon可以為包括圖像和文本分類，對象檢測和表格預測在內的任務識別模型。它還具有一個應用程序編程接口，供經驗豐富的開發人員使用，以改善模型的預測性能。

AWS應用科學家Jonas Mueller在一份聲明中說：“我們開發了AutoGluon，以真正使機器學習民主化，并將深度學習的力量提供給所有開發人員。” “ AutoGluon解決了這個問題，因為所有選擇都在默認范圍內自動調整，這些默認范圍對于特定任務和模型表現良好。”

Constellation Research Inc.分析師Holger Mueller告訴SiliconANGLE，許多企業缺乏快速構建新的機器學習模型所需的開發人員，因此，對簡化過程的工具有很大的需求。

Mueller說：“亞馬遜的AutoGluon是朝這個方向邁出的關鍵一步，使開發人員能夠在AWS的云基礎架構上使用高級AI技術。” “通過CPU限制搜索最適合的模型的能力特別有價值，因為對預算和時間的實際限制也適用于AI解決方案。現在，所有關于在開發人員群中采用AutoGluon的事情都將成為現實。毋庸置疑，爭奪AI領導權的斗爭不會被開發者所贏得，而是要讓那些精通技術的精明商業用戶能夠利用AI。”

AutoGluon只是AWS的最新產品，它可以使機器學習民主化。該公司最近更新了SageMaker工具，以持續訓練機器學習模型并將其部署到云和邊緣環境。更新內容包括SageMaker Studio(模型培訓和工作流管理工具，可收集模型使用的所有代碼和筆記本并將其保存在一個地方)和SageMaker Autopilot(可通過自動選擇最佳算法并針對特定任務進行調整來自動創建模型) 。