导读：呆板进修体例的示例表白为超图。根源：埃斯迈利等人。 呆板进修 （ML） 算法已被表明是用于处置百般本质题目（包括图像、音频和文本分类工作）的特出有价格的计划东西。寰球各地的计划机科学家每天都在开拓更多的这些算法;所以，跟踪它们并赶快找到或参观那...

呆板进修体例的示例表白为超图。根源：埃斯迈利等人。

呆板进修 （ML） 算法已被表明是用于处置百般本质题目（包括图像、音频和文本分类工作）的特出有价格的计划东西。寰球各地的计划机科学家每天都在开拓更多的这些算法;所以，跟踪它们并赶快找到或参观那些在来日引入的正变得越来越具备挑拨性。

有基于此，普渡大学和辛辛那提大学的接洽职员迩来创造了哈姆雷特（HAMLET）平台，该平台不妨扶助计划机科学家和开拓职员欣赏现有的呆板进修模子，并演练或评价他们本人的算法，进而扶助他们的接洽和开拓处事。这个平台在arXiv上预先公布的一篇论文中提出，它最后大概使寰球各地开拓的呆板进修模子民主化，使接洽共青团和少先队不妨彼此共享他们的模子。

"构造和跟踪呆板进修算法和数据集从来是咱们以及该范围的很多其余接洽职员面对的宏大挑拨，"进行这项接洽的接洽职员之一Ahmad Esmaeili报告TechXplore。"当 ML 处置计划和组件的数目跟着功夫的推移而贯穿延长，而且从一个名目到另一个名目时，这一点就变得更加要害了。在开拓哈姆雷特时，咱们全力创造满意上述需要的平台，不只以传播式办法处置可用的 ML 奉献和财产，还激动灵验参观、比拟和评价这些资源等动作。

上海图书馆中超图中概括的呆板进修体例的分层表白情势。根源：埃斯迈利等人。

HAMLET 代表鉴于分层代劳的呆板 Earning 板状，由一组过程演练的 AI 代劳构成，这些代劳过程培养和训练，可"处置"洪量 ML 算法、关系资源（比方数据集）和 ML 模子演练实行的工作。接洽职员界说了"处置"平台的人为代劳的本领，这些操纵按照平台所代表的算法、数据或工作在档次构造的不同级别陈设。

Esmaeili 表明说："HAMLET 平台从空构造发端，跟着新 ML 资源/查问的引入，该平台贯穿自决延长。鉴于多代劳体例，HAMLET 不妨经过计划机和摆设搜集进行分散;所以，它不妨承载的算法/数据的大小和典型没有控制。

HAMLET 平台具备用户和睦的界面和精巧的查问构造。接洽职员不妨用它来实行百般工作，比方独立和分批演练和尝试他们的算法。

呆板进修示例的进一步分层表白情势。根源：埃斯迈利等人

为了尝试其灵验性，Esmaeili 和他的共事运用它实行了 120 项培养和训练和 4 批尝试工作，这些工作运用 SPADE（智能 Python 代劳开拓情景）开拓的模仿情景。他们重复尝试和演练 24 ML 算法，运用 9 个驰名的数据集来演练 AI 代劳。他们的试验截止表白，HAMLET是一个很有出息的和有效的东西，演练和尝试ML算法。

"毫无疑义，呆板进修本领正变得越来越一致，"Esmaeili 说。HAMLET 激动了 ML 处置计划的民主化，并扶助 ML 接洽社区，不管其地舆场所何如，都能轻快共享和跟踪其本领和资源。

将来，Esmaeili 和他的共事创造的平台不妨被寰球的接洽职员用于在多个数据集上演练新的 ML 算法、为特定手段辨别现有模子或评价新算法，并将其本能与其余现有算法的本能进行比拟。在 HAMLET 上，一切这些工作都不妨经过单个查问轻快实行。

Esmaeili 说："该名目还处于起步阶段，不妨在很多方面获得革新，以保证更好地满意姑且的接洽和产业需要。"鄙人一项接洽中，咱们安置贯穿扶助更搀杂的算法、平台的存在本领、提防妨碍、兼并多个平台以及参观数据/算法的秘密。