想象一下：根据图像预测化学配方目标在先正达，图像分类是自动化学配方系统中样品建模的关键，该系统已生成超过 100,000 张图片。这些图像用于确定产品开发的下一步，但仅凭肉眼对其进行解读非常耗时，而且对评估者来说具有主观性。
JMP Pro 的 Torch 深度学习插件利用卷积神经网络和 GPU 计算的强大功能，大大简化了分析过程，并在一组约定的控制图像中提供一致的结果。我们展示了在插件中导入和预测一组相当复杂的图片是多么容易，并在几分钟内返回有意义的交互式输出，而这些任务通常需要数小时甚至数天才能通过手动处理和 Python 编码完成。
自动化和脚本预测模型和机器学习
