微软开源项目NeuronBlocks：像搭积木一样构建自然语言理解深度学习模型

微软开源项目NeuronBlocks：像搭积木一样构建自然语言理解深度学习模型

 

在构建自然语言理解深度学习模型时，工程师们经常需要在编程细节和代码调试上花费大量精力，而不是专注于模型架构设计与参数调节。为提升构建深度模型的效率，微软推出了开源项目NeuronBlocks，一个用于自然语言处理任务的深度学习工具包。NeuronBlocks将各种神经网络层封装为模块，通过配置简单的JSON文件，就可以轻松地构建复杂的深度神经网络模型。NeuronBlocks能使工程师们在几秒钟内构建和训练各种自然语言处理模型，而无需写一行代码。

 

项目地址： https://github.com/Microsoft/NeuronBlocks

 

项目动机

 

    深度神经网络（DNN）模型已被广泛用于解决各种自然语言处理（NLP）任务，例如：文本分类、序列标注、智能问答等。然而当使用DNN模型解决特定的NLP任务时，工程师们经常面临以下挑战：

1）TensorFlow、PyTorch、Keras等深度学习框架学习成本高；