微软NNI项目：自动化机器学习工作流的开源工具包

微软NNI项目：自动化机器学习工作流的开源工具包

nni An open source AutoML toolkit for automate machine learning lifecycle, including feature engineering, neural architecture search, model compression and hyper-parameter tuning. 项目地址: https://gitcode.com/gh_mirrors/nn/nni

NNI（Neural Network Intelligence）是由微软推出的一款开源自动化机器学习（AutoML）工具包，致力于帮助数据科学家和算法工程师自动化机器学习生命周期中的各个阶段，包括特征工程、神经网络架构搜索、模型压缩和超参数调优。该项目主要使用Python编程语言，同时也涉及到TypeScript和JavaScript等其他技术栈。

核心功能

NNI的核心功能主要包括：

• 超参数调优：通过多种算法，如网格搜索、随机搜索、贝叶斯优化等，自动寻找最优的超参数设置。
• 神经网络架构搜索：使用不同的搜索策略，如进化算法、强化学习等，探索最优的神经网络结构。
• 模型压缩：通过剪枝、量化等技术减少模型大小，提升模型部署效率。
• 特征工程：自动进行特征选择和特征提取，优化模型输入。

最近更新功能

NNI最近的更新包括以下新功能和改进：

• 新版本发布：NNI发布了v3.0预览版，带来了更多的特性和优化。
• 新演示视频：发布了新的YouTube和Bilibili视频入口，以帮助用户更好地了解和使用NNI。
• 新研究论文：发表了关于深度学习模型稀疏性的新研究论文“SparTA: Deep-Learning Model Sparsity via Tensor-with-Sparsity-Attribute”，并在 OSDI 2022上发表。
• 隐私保护在线AutoML：发表了针对特定领域人脸检测的隐私保护在线自动机器学习研究论文。
• 文档升级：NNI的官方文档得到了升级，提供了更详细的安装指南、API参考和使用教程。

通过这些更新，NNI进一步增强了其作为自动化机器学习工具的领先地位，为用户提供了更加强大和便捷的AutoML解决方案。

nni An open source AutoML toolkit for automate machine learning lifecycle, including feature engineering, neural architecture search, model compression and hyper-parameter tuning. 项目地址: https://gitcode.com/gh_mirrors/nn/nni