王才华:智能钛・一站式机器学习平台TI-ONE是什么?

背景:5月23-24日,以“焕启”为主题的腾讯“云+未来”峰会在广州召开,广东省各级政府机构领导、海内外业内学术专家、行业大咖及技术大牛等在现场共议云计算与数字化产业创新发展。

腾讯云AI平台技术负责人王才华博士在腾讯“云+未来”峰会的「开发者专场」做了主题为“智能钛・一站式机器学习 TI-ONE:腾讯云上的机器(深度)学习IDE”的技术内容分享。

最近大家有没有看漫威的《复仇者联盟3》?其中钢铁侠的战甲就是用金属钛制造的,钛具有质量轻,高强度的特点,而TI-ONE是人工智能平台,因此我们用了科技感十足的名字“智能钛”来形容它。

首先说说为什么需要TI-ONE?

人工智能的重要性不需要我再强调,Andrew Ng 在Spark Summit 2017上提出《AI: The new Electricity》. 各大公司也相争提出自己的机器学习平台,比如说微软的CNTK,Google的Tensorflow等等。但是回答为什么需要TI-ONE这个问题,还要从云计算的特点和机器学习的生命周期出发。在云上,我们偏向云服务化,基础设施服务化,平台服务化,算法服务化,机器学习算法也不例外。

但是机器学算法有一个漫长的生命周期,从数据获取到数据预处理再到选择一个框架并编写算法,然后训练得到一个模型,最后用这个模型进行预测。在云上我们还要对模型进行服务化。如此漫长的过程,所以我们需要加速机器学习的生命周期,加速模型的服务化,这就是我们需要TI-ONE的原因。

具体而言,TI-ONE提供了如下功能:

首先整合了数据预处理平台,提高数据预处理效率。

支持主流机器学习框架,内置常用算法,以拖拽的方式就能完成算法开发。

支持自动调参,支持多个层面的协作,支持了一键模型部署和服务化,还有在线推理。

用开发者的语言来说, TI-ONE就是腾讯云上的机器学习IDE。

什么是TI-ONE?我将从架构,工作流,调参,协作,部署等这几个方面进行分享。

TI-ONE是一个层次架构,最下层是COS存储层,存储层之上是GaiaStack资源调度层,GaiaStack赋予TI One很多商业特性,后面我会展开分享。调度层之上是架构层,我们整合了Tensorflow,PyTorch,XGBoost,Angel和Spark等,其中Angel是腾讯自研的,Spark是腾讯增强的。算法方面,我们集成了大量的常用算法,既有CNN、RNN、DBN等深度学习算法,也有的GBDT、FFM等传统机器学习算法。用户可以用这些算法训练自己的模型,支持业务,比如图象识别、语音识别、精准推荐和实时风控等等。

TI-ONE为用户提供了一个图形化开发界面,以拖拽方式就能开发一个机器学习算法,这里我给一个例子,

  • 从COS层或本地文件系统中获得数据
  • 对数据进行预处理
  • 对数据进行切分,这里需要指出的是,这里是将数据切分成训练集和验证集,而不是测试集
  • 然后用拖拽的方式选择一种算法,以逻揖回归为例
  • 设置算法需要的参数
  • 训练得到模型

如果要验证这个算法也很简单,只要:

  • 从存储层中获得数据
  • 对数据进行预处理
  • 输入到模型
  • 算法评估

运行完成后会给出混淆矩阵和AUC值。

调参是机器学习的重要环节,而且非常具有技巧性,TI-ONE提供了自动化的调参工具,特点是通过参数组合产生多个实例,然后并行运行这些实例,从这些实例中选出效果最好的一个。

举个例子,假设你要训练一个随机森林,你要决定森林中树的棵数和训练每棵树所需要的特征数,只要给定一个参数组合,然后交给TI-ONE,TI-ONE可以帮你选择最好的组合。在另一些情况下,我们可能需要对一些正则化超参调优,我们只要给定一个范围,然后交给TI-ONE,TI-ONE就可以帮助我们选择最优的参数。

协作对于机器学习也很重要,TI-ONE提供了多个层面的协作。

第一是模型层面的分享,训练好的模型可以分享给你的同事。比如你们俩同时对同一个业务开发算法,想比较谁的精度更高,就可以互相分享这个模型。

第二是工作流层面的分享,工作流就是机器学习生命周期,分享工作流,就是分享整个机器学习生命周期。假设你前面做了一个皮肤推荐的任务,后来要做装备推荐的任务,基本上只要小改动就可以了。

第三是服务层面的共享,模型部署好后还可以共享,你可以把模型分享给后台人员,让他(她)帮你定位问题。

部署和服务是云上机器学习和传统学习的不同之处。TI-ONE提供了一键式部署工具。我们可以将训练好的模型部署成Application, 然后装载成多个实例,一个实例中还允许有不同版本。第三方的用户和模型的开发者就可以用REST API去调用,非常方便。

前面我们讲了TI-ONE的特点,开发者肯定想知道它背后的设计之道。我喜欢用冰山理论来解释事物背后的原理,前面看到的不管是工作流,还是调参,协作和部署工具,这些只是冰山一角,水下面是什么呢?

我们认为一部分原因是整合,我们整合了COS存储,整合了GaiaStack调度,整合了常用的机器学习框架和算法,但是仅仅整合还是不够,我们还需要自主研究构建差异化的竞争力,这个就是TI-ONE的特别之处。

第一个特别之处是Angel,Angel腾讯自研的机器学习的框架,它克服了Spark将模型放在单个节点的不足,通过对底层数学库的优化,它可以支持万亿级参数的模型,放眼业界,能支持如此大模型的计算框架也是凤毛菱角。

算法方面,我们实现了常用的传统机器学习算法,比如逻辑回归,SVM等等,其中还有一些是我们原创的, 如LAD* 就是我们发表在VLDB上的成果。

性能方面,我们比较了Angel和Spark, XGBoost等平台,发现Angel性能表现非常强悍。有些算法的性能是Spark的20+倍。

第二个特别之处是图计算算法,我们知道图计算领域有三个主要玩家,即Pregel,GraphLab,和GraphX,而Pregel是谷歌闭源,GraphLab是商业软件,只有GraphX是开源软件。但是GraphX更新慢,算法少,鉴于这种情况,我们就基于GraphX增加了很多图计算算法,有节点评价算法,社区发现算法,统计特征算法,经过细致的优化,这些算法都支持了千亿级规模的关系链。

第三个特别之处是支持用户自定义算法,前面提到我们集成了非常多的算法,有深度学习算法,也有传统学习机器算法,有回归算法,有分类算法,推荐算法等等,但是对于一些高级用户来说还是不够,所以我们允许用户自定义算法到TI-ONE执行,虽然是一个小功能,但是给用户带来很大的灵活性。

前面我们谈到了TI-ONE的功能和特别之处,现在要谈一谈商业用户比较关心的性质,严格来讲这个性质不是TI-ONE本身的,而是GaiaStack赋予的。

第一个是专用集群,当用户数据量较大时,我们可以提供多个完整集群让他使用,当用户的数据比较小的时候,可以多个用户共享集群,我们做了很好的多租户,用户的资源和数据隔离。支持热升级,业务不中断,用户无感知。支持主备自动切换的高可用,当服务量增大时,会自动加载新的实例,并自动负载均衡。

最后我们看看用户,我们公司内外都有很多的用户,在公司内比如腾讯游戏、微信、应用宝、QQ音乐等等都是我们的用户。

最后发个福利,大家可以通过扫码来获得试用或者文档。

更多有关TI-ONE详情,请点击下方获取。

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

编辑于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏量子位

国内首个深度学习开发SDK发布:深鉴科技对标英伟达TensorRT

安妮 发自 清华同方科技广场 量子位 出品 | 公众号 QbitAI AI芯片厂商开始意识到,AI芯片的计算性能再好,失去完备的软件包工具链的支持,也将丧失优势...

4097
来自专栏大数据文摘

2017 NIPS 哪家强?我们统计了大会发文数量,谷歌和CMU稳居老大

1543
来自专栏PaddlePaddle

深度学习可视化工具Visual DL——“所见即所得”

1月17日,百度PaddlePaddle& ECharts团队宣布上线深度学习可视化工具Visual DL,该工具可以使得深度学习任务变得生动形象,实现可视分析...

4105
来自专栏人工智能快报

谷歌开源机器学习框架TensorFlow 1.0

据外媒报道,在美国加利福尼亚州山景市举行的首届TensorFlow开发峰会上,谷歌发布了代表人工智能发展趋势的TensorFlow深度学习开源框架1.0版。谷歌...

2965
来自专栏机器人网

仿人机器人的视觉伺服控制系统

 视觉是人类感知外界信息的重要手段,视觉伺服系统是机器人获取环境信息的关键组成部分。本文主要讨论仿人机器人BHR-1的视觉伺服系统。首先介绍机器人头部的视觉总体...

1493
来自专栏福利活动清单

腾讯云云智AI资源包重磅推出

OCR文字识别,基于腾讯世界领先的深度学习技术和海量数据,提供卡证、票据类、印刷体、手写体、自定义模板等多种场景和类型的文字识别服务,大大提高信息录入效率、降低...

1795
来自专栏新智元

【我不再使用TensorFlow的5大原因】谷歌最受欢迎深度学习框架日渐式微?

【新智元导读】一篇叫做“TensorFlow Sucks”的文章火了。上线不到两年便成为Github最受欢迎深度学习项目,谷歌开源深度学习框架TensorFlo...

4057
来自专栏AI科技评论

干货 | 这些关于 TensorFlow 问题的解答,你不能错过

用 10 周时间,让你从 TensorFlow 基础入门,到搭建 CNN、自编码、RNN、GAN 等模型,并最终掌握开发的实战技能。4 月线上开课, www.m...

3105
来自专栏新智元

【测评】GPU训练机器学习模型哪家强?AWS、谷歌云、IBM等6大平台对比

谷歌Google Compute Engine服务器机房,前面是谷歌技术基础设施SVP Urs Hölzle。图片来源:ExtremeTech 新智元编译 ...

49710
来自专栏人工智能头条

声纹识别技术助力远程身份认证

2452

扫码关注云+社区