微软推出基于开源的机器学习框架
需要指出的是，Lobe 无需联网或登录，且目前仅可输出机器学习模型。微软团队正在研究一系列的应用程序和工具，以便用户在几乎不需要编程的情况下，即可运行相关模型。
Lobe 项目经理 Bill Barnes 表示，其使用了复杂的技术，来让事情变得更加有趣。但愿 Lobe 能够带来大家一些启发和实际运用机器学习技术的信心，进而发挥出更大的创造力。 2018 年的时候，微软收购了一家名叫 Lobe 的人工智能初创企业。该公司致力于通过简洁的视觉界面，帮助人们轻松创建智能应用程序 —— 无需编写任何文本代码行，即可理解手势、听音乐、阅读手写内容。两年过后，微软终于宣布了 Lobe 的公开预览。
据悉，Lobe 提供了 Windows 和 Mac 桌面客户端，基于开源的机器学习框架，帮助用户在自己的平台上训练自定义的机器学习模型。
当前版本的 Lobe 能够通过分类学习来查看图像（将图像整体分类为单个标签），此外微软将努力在未来版本中扩展覆盖更多类型的数据。
责任编辑：YYX
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
微软
+关注
关注
4文章
6688浏览量
105953 -
机器学习
+关注
关注
66文章
8510浏览量
134856
发布评论请先 登录
相关推荐
热点推荐
超小型Neuton机器学习模型, 在任何系统级芯片(SoC)上解锁边缘人工智能应用.
Neuton 是一家边缘AI 公司，致力于让机器 学习模型更易于使用。它创建的模型比竞争对手的框架小10 倍，速度也快10 倍，甚至可以在最先进的边缘设备上进行人工智能处理。在这篇博文中，我们将介绍
发表于 07-31 11:38
大象机器人携手进迭时空推出 RISC-V 全栈开源六轴机械臂产品
全球80多个国家和地区。近日，大象机器人联合进迭时空推出全球首款RISC-V全栈开源六轴机器臂“myCobot280RISC-V”，为开发者打造全新的
大象机器人携手进迭时空推出 RISC-V 全栈开源六轴机械臂产品
全球80多个国家和地区。
近日，大象机器人联合进迭时空推出全球首款RISC-V全栈开源六轴机器臂“myCobot 280 RISC-V”，为开发者打造全新的
发表于 04-25 17:59
深度解读英伟达Newton机器人平台：技术革新与跨界生态构建
的基础上，它使机器人能够学习如何以更高的精度处理复杂的任务，与MuJoCo Playground或 NVIDIA Isaac Lab 等学习框架兼容，这是一个
NVIDIA 发布全球首个开源人形机器人基础模型 Isaac GR00T N1——并推出加速机器人开发的仿真框架
推出完全可定制的 GR00T N1 基础模型，为人形机器人赋予通用技能与推理技能 NVIDIA、Google DeepMind 和 Disney Research 合作开发新一代开源物理引擎
发表于 03-19 09:30
?465次阅读
灵汐科技开源类脑深度学习应用开发平台BIDL
近年来，类脑计算作为人工智能领域的重要方向，以其低功耗、高效率、高容错性等优势，展现出巨大的发展潜力。然而，类脑计算开发门槛高、与传统人工神经网络（ANN）难以结合、缺乏高效易用的开源框架和丰
《AI Agent 应用与项目实战》阅读心得2——客服机器人、AutoGen框架 、生成式代理
了语言的自然度。
第4章是讲述AutoGen Agent开发框架实战。微软开源的AutoGen框架为Agent开发提供了革新性的解决方案。该框架
发表于 02-25 21:59
用于SLAM中点云地图综合评估的开源框架
在SLAM中评估大规模的点云地图仍颇具挑战，主要原因在于缺乏统一、稳健且高效的评估框架。本文提出了MapEval，这是一个用于点云地图综合评估的开源框架。在模拟数据集和真实世界数据集上开展的大量实验
Arm成功将Arm KleidiAI软件库集成到腾讯自研的Angel 机器学习框架
Arm 与腾讯携手合作，成功将 Arm KleidiAI 软件库集成到腾讯自研的 Angel 机器学习框架。 ? 借助 KleidiAI 解锁卓越性能、能效和可移植性，腾讯混元大模型能够实现更快
什么是机器学习？通过机器学习方法能解决哪些问题？
来源：Master编程树“机器学习”最初的研究动机是让计算机系统具有人的学习能力以便实现人工智能。因为没有学习能力的系统很难被认为是具有智能的。目前被广泛采用的
卷积神经网络的实现工具与框架
： TensorFlow是由Google Brain团队开发的开源机器学习框架，它支持多种深度学习模型的构建和训练，包括卷积神经网络。Ten
NPU与机器学习算法的关系
紧密。 NPU的起源与特点 NPU的概念最早由谷歌在其TPU（Tensor Processing Unit）项目中提出，旨在为TensorFlow框架提供专用的硬件加速。NPU的设计目标是提高机器学习算法的运行效率，特别是在处理
【「时间序列与机器学习」阅读体验】+ 简单建议
这本书以其系统性的框架和深入浅出的讲解，为读者绘制了一幅时间序列分析与机器学习融合应用的宏伟蓝图。作者不仅扎实地构建了时间序列分析的基础知识，更巧妙地展示了机器
发表于 08-12 11:21
工商网监
评论