Neural Structured Learning Framework
Es un nuevo paradigma de aprendizaje para entrenar redes neuronales aprovechando señales estructuradas ademas de los input de características.
El manejo de la data etiquetada o no etiquetada puede mejorar la precisión del modelo especialmente cuando el volumen de datos etiquetada es pequeño .
NSL generalizes to Neural Graph Learning as well as Adversarial Learning.
El framework NSL (en TensorFlow) proporciona las siguientes APIs y herramientas para desarrolladores para entrenar modelos con señales estructuradas.
- API Keras, permite entrenamiento con gráficos (estructura explicita) y perturbaciones adversarias (estructura implícita).
- TF ops and functions to enable training with structure when using lower-level TensorFlow APIs
- Herramientas para construir graficos e inputs de graficos para entrenamiento.
La incorporacion de señales estructuradas es hecha solo durante el entrenamiento, de esta forma el rendimiento del flujo del trabajo serving/inference workflow se mantiene sin cambios.
Puedes encontrar mas información de NLS en la descripción del framework.
Si quieres comenzar a utilizar estos recursos entonces puedes visitar la guia de instalacion, ademas por supuesto de los siguientes tutoriales.