首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >深度学习小白的福音:使用Deep Learning Studio不涉及任何编码,训练并配置深度学习模型

深度学习小白的福音:使用Deep Learning Studio不涉及任何编码,训练并配置深度学习模型

作者头像
AiTechYun
发布2018-07-27 10:12:50
9970
发布2018-07-27 10:12:50
举报
文章被收录于专栏:ATYUN订阅号ATYUN订阅号

AiTechYun

编辑:chux

Deep Learning Studio是自2017年1月以来第一个强健的深度学习平台,有云计算和桌面计算两个版本,该平台拥有可视化界面。该平台提供了数据提取,模型开发,训练,配置和管理等全面解决方案。Deep Learning Studio由Deep Cognition开发,这是一家人工智能软件公司,它简化了开发和配置人工智能的过程。AI工程师,数据科学家和全球的研究人员免费使用AI软件平台Deep Learning Studio。通过使用Deep Learning Studio,从开发人员到工程师或研究人员,任何人都可以通过与TensorFlow,MXNet和Keras的强大集成获得快速开发和配置深度学习解决方案的能力。

在Deep Learning Studio中,预先训练好的模型以及内置的辅助功能可以简化和加速模型开发过程。我们可以导入模型代码,并使用可视化界面编辑模型。平台会自动保存每个模型版本,因为它会迭代和调整超参数以提高性能。也可以比较不同版本的性能以找到最佳设计。

AutoML特性可以让人们在没有深度学习知识的情况下设计第一个神经网络。

Deep Learning Studio的要求

人工智能已经为世界经济创造了重要的价值。人工智能专业人才十分缺乏,虽然这为组织准备采用人工智能造成了重大障碍,这正是他们正在解决的问题。

如果有人只知道深度学习的理论,并且没有很好的编码经验,那么这个软件就是一种变相的捷径,因为它是一种提供易于使用的拖放(drag-and-drop)界面的工具,可用于构建深度学习楷模。它配备了一个节省时间的实验库,并具有在现实世界中开发和测试的同类最佳算法。只需拖放元素即可在几分钟内创建其深度学习模型,而无需编写代码。

但是,如果想添加一些代码来进行更改,而不是仅进行拖放,该平台也可以实现这一点。 用户只需点击一下,即可查看其拖放式深度学习模型的源代码。

由于我们都知道培训深度学习模式需要高度的计算能力,但并非每个人都可以承受这种水平的硬件,因此对于那些研究人员来说,Deep Learning Studio-Cloud可以在可以在云上训练其模型发挥作用。但是否会因此收取费用?不,它们以与Amazon提供的提供商网站相同的价格为你提供不同的GPU实例,不包括额外或隐藏费用,它完全免费。不仅如此,一旦你在深度认知网站上注册了免费帐户,你也将获得2小时的免费 GPU培训时间。

对于那些想要在自己的GPU或CPU上训练模型的用户,Desktop版本允许他们使用他们自己的电脑,而不用按小时计费。

由于训练深度学习模型需要花费大量时间专门处理庞大的数据集,因此几天内仍然保持系统运行时间并不总是可行。Deep Learning Studio自动存储你以前的所有权重,以便随时随地都可以继续训练,因为它还保存了不同的模型,你可以简单地分析以前的所有结果,以获得更好的性能和分析结果选项卡。

我们都知道,即使对于安装所有深度学习相关框架的高水平人员,库和Cuda for GPU支持也是至关重要的,虽然这很困难,但安装此软件非常容易。只需要几次点击而已。

在训练了深度学习模型之后,我们都需要在模型上进行配置,以便将其应用于现实生活的应用程序,在Deep Learning studio的帮助下,可以将其模型直接配置为Rest API或简单的Web应用程序,并且可以直接发送给任何人。

Deep Cognition的愿景

全世界仅有30万人工智能开发人员,他们中的大多数仍在上大学,研究表明我们需要数百万人工智能开发人员才能认识人工智能的真正潜力。

所以,AI行业面临的挑战是如何能够快速创建AI开发人员来弥补这一差距。

这就是深度认知试图通过开发一个名为Deep Learning Studio的平台来实现的。

从头开始学习人工智能和编程概念需要大量时间,人们才可以建立一个模型来解决现实世界的问题,但很多人没有那个时间,因为他们专注于自己的全职工作。

因此,深度认知的愿景是减少建立深度学习模式所需的技能。只需要了解深度学习的概念,就不必担心python编程,数据库或任何其他DL框架。

他们正试图为AI开发者,数据集提供者,顾问,硬件供应商建立社区。这可以用来构建许多AI应用程序来解决真实世界的问题,甚至通过这个平台赚钱。

准备条件/安装

云版本

你只需在他们的网站(deepcognition.ai)上注册,在不到一分钟的时间,就可以直接在他们的网站ieno安装启动它。

也可以安装到Caffe,Chainer,Keras等不同的环境。

桌面版本

兼容性 操作系统  - Ubuntu Linux 14.04,16.04,16.10,17.04,17.10,10 Windows 10 64位(所有版本) CPU  – Intel / AMD 64位CPU 内存  – 建议4GB或更大 GPU  - 具有计算能力大于 3.0的NVIDIA GPU 在检查系统的兼容性后,您只需从deepcognition.ai/desktop/下载此软件。 运行安装设置文件

如果你的系统符合GPU要求,并且你已几乎准备好使用这款软件,请完成这些步骤并检查GPU支持选项。

现在您只需要在他们的网站(deepcognition.ai)上注册,不到一分钟的时间,就可以直接运行已安装的应用程序。

有没有其他类似的平台?

有几个平台可以用来创建模型,但Deep Learning Studio被评为最佳平台。

要详细比较所有功能,可以在socialcompare.com查看此功能比较表,其中提供了易于阅读的表格,用于总结哪些产品具有哪些功能,并向其他人提供帮助。

表格的屏幕截图如下:

Deep Learning Studio的基本特征

  • 借助其图形编辑器,可以更轻松地设计并修改Deep Learning的体系结构
  • 提供了keras中存在的所有不同图层,因此在此构建任何现有的keras模型非常容易
  • 简单的拖放功能
  • 通过点击该图层直接编辑任何图层的参数
  • 允许轻松配置每个图层
  • 它会自动检查模型与错误识别的一致性
  • 整合预先训练的Keras模型
  • AutoML功能将为创建一条从原始数据转化为预测的完整管道
本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2018-05-15,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 ATYUN订阅号 微信公众号,前往查看

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

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Deep Learning Studio的要求
  • Deep Cognition的愿景
  • 准备条件/安装
    • 云版本
    • 桌面版本
    • Deep Learning Studio的基本特征
    领券
    问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档