NatML: Машинное обучение стало проще
Используйте машинное обучение везде
За последние несколько лет мы стали свидетелями творческого взрыва в создании пользовательского контента. Такие приложения, как TikTok и Snapchat, создали целые экосистемы изобретательности, ориентированной на пользователя, с пользователями любого возраста и происхождения, создающими замечательный, забавный и часто поразительный контент. Подавляющее большинство этой технологии построено на машинном обучении.
К сожалению, для подавляющего большинства разработчиков разработка и развертывание моделей машинного обучения по-прежнему недоступны. Это ресурсоемко по нескольким параметрам: данные, инфраструктура, капитал, знания. NatML - это наше решение проблемы развертывания.
NatML - это высокопроизводительная кроссплатформенная среда машинного обучения для Unity Engine. NatML предоставляет вам легкий и простой в использовании API для запуска моделей машинного обучения на разных платформах и устройствах с гарантированной высочайшей производительностью.
От нуля до вывода в кратчайшие сроки
Обычно вы используете NatML в три простых шага. Сначала создайте модель из данных модели ML или файла модели .onnx ML:
Затем создайте предиктор, который предоставляет простой интерфейс для выполнения определенных видов прогнозов с помощью модели:
Наконец, сделайте прогнозы на основе функций:
И когда мы объединим это с предварительным просмотром камеры NatDevice, мы сможем легко создавать приложения для компьютерного зрения всего в нескольких строках кода:
Чистый металл
NatML разработан специально для высокопроизводительных приложений с малой задержкой. Он поддерживает основные платформы NatSuite: iOS, Android, macOS и Windows. Кроме того, он запускает ваши модели машинного обучения на доступных выделенных аппаратных ускорителях, включая Neural Engine на устройствах Apple (CoreML); блок нейронной обработки на устройствах Android (NNAPI); и графический процессор в системах Windows (DirectML).
Стоит отметить, что Unity разрабатывает собственную среду выполнения машинного обучения под названием Barracuda. В отличие от NatML, Barracuda не может воспользоваться преимуществами аппаратных ускорителей машинного обучения. Это потенциально значительно снижает производительность в тяжелых приложениях, таких как приложения дополненной реальности (AR) и виртуальной реальности (VR). Кроме того, NatML имеет полное покрытие уровня спецификации ONNX, при этом растущее число уровней поддерживается аппаратным ускорением в дополнение к ЦП. Наконец, NatML намного (намного) проще в использовании.
Демократизация машинного обучения
NatML разработан специально для сообщества. Наша цель выходит за рамки предоставления разработчикам возможности развертывать собственные модели машинного обучения в своих приложениях. Мы хотим создать целую экосистему, которая позволит разработчикам вносить свой вклад и делиться моделями и предикторами.
И хотя NatML решает проблему развертывания, связанную с машинным обучением, она оставляет без внимания проблему разработки. Если вам нужна специальная модель для обнаружения движения, обработки изображений, распознавания звука или чего-либо еще, мы готовы помочь. Мы сотрудничаем с медиа-студиями и цифровыми агентствами, чтобы быстро и недорого разработать индивидуальные модели, которые затем можно было бы развернуть с помощью NatML. Если у вас есть вопросы по этому поводу, обращайтесь к нам!
Получить NatML
NatML в настоящее время находится в стадии открытого бета-тестирования, что означает, что он будет бесплатно распространяться среди разработчиков при условии, что они будут его активно использовать и предоставить нам свои отзывы. Присоединяйтесь к списку ожидания и присоединяйтесь к нашему сообществу в Discord.
