我们的NeurIPS冠军开源项目AutoDL正式发布了1.0版本！AutoDL可以在没有任何人为干预的情况下执行全自动多标签分类。在图片、视频、语音、文本、表格等多种模式下都有出色的效果。它可以在短短10秒内运行一个分类AI，并获得出色的结果。项目地址：https://github.com/DeepWisdom/AutoDLgithub.com什么是AutoDL？AutoDL专注于对任意模态（图像、视频、语音、文本和表格数据）进行自动多标签分类的通用算法，可以使用一套标准的算法流来解决现实世界中的复杂分类问题，例如如求解数据、特征、模型、超参数等，最快10秒即可做出性能优异的分类器。该项目在不同领域的24个离线数据集和15个在线数据集上取得了优异的成绩。AutoDL具有以下特点：?Automatic：全自动深度学习/机器学习框架，整个过程不需要人工干预。数据、特征、模型的所有细节都调整到最好，统一解决资源约束、数据倾斜、小数据、特征工程、模型选择、网络结构优化、超参数搜索等问题方式。准备好数据，启动AutoDL，然后喝杯咖啡。通用性：支持任何模态，包括图像、视频、音频、文本和结构化表格数据，支持任何多标签分类问题，包括二分类、多分类和多标签分类。在行人识别、行人动作识别、人脸识别、声纹识别、音乐分类、口音分类、语言分类、情感分类、邮件分类、新闻分类、广告优化、推荐系统、搜索引擎等不同领域取得了优异的成绩、精准营销等。优异成绩：AutoDL竞赛的获奖方案获得了压倒性的优势，包括对传统机器学习模型和最新深度学习模型的支持。模型库包括从LR/SVM/LGB/CGB/XGB到ResNet*/MC3/DNN/ThinResnet*/TextCNN/RCNN/GRU/BERT等冠军模型?极速/实时：只需10秒获得极具竞争力的模型性能。结果实时（秒级）刷新，无需等待即可获得模型的实时效果反馈。竞赛效果初赛榜单（DeepWisdom总分排名第一，平均排名1.2，获得4/5项第一名）最终榜单（DeepWisdom总分排名第一，平均排名1.8，获得7/5项第一名）10项）使用说明1.基础环境python>=3.5CUDA10cuDNN7.52。克隆仓库cd
