谷歌今天介绍了AdaNet，一个结合机器学习算法的开源工具，以实现更好的预测洞察力。AdaNet可以在今天的张量GitHub知识库中找到。
谷歌人工智能软件工程师查尔斯·威尔在一篇博客文章中说:“AdaNet建立在我们的请求信息的基础上，以学习和基于进化的自动化为基础，努力做到快速和灵活，同时提供学习保障。”“重要的是，AdaNet不仅为学习神经网络体系结构提供了一个通用框架，而且还为学习集成以获得更好的模型提供了一个通用框架。”
Weill说，AdaNet使用了一种称为集成学习的方法来组合和改进算法，而这种方法以前需要领域专家或太多时间进行培训。
为了让AdaNet更容易实现，该框架嵌入了TensorFlow估计器，将重要信息带到单个位置，以及asTensorBoard，后者在人工智能模型被训练时提供视觉反馈。
AdaNet通过学习神经网络的体系结构，然后向其中添加子网，从而确保其创建的集成模型的学习保证。
希望对过程有更多控制的机器学习实践者可以使用TensorFlow api来定义自己的子网、自定义丢失函数或切换其他设置。
关于AdaNet如何工作的更多细节可以在这篇去年在国际机器学习会议上发表的论文中看到。
今天发布的AdaNet是AutoML(谷歌的自动化训练和部署神经网络的方式)的最新进展。谷歌云平台在今年夏天引入了自动翻译、计算机视觉和自然语言处理，以及在一月份引入了云自动构建自定义人工智能模型。