企業空間 采購商城 存儲論壇
華為全閃存陣列 IBM云計算 Acronis 安克諾斯 安騰普 騰保數據
首頁 > 云計算 > 正文

AWS發布AutoGluon開源庫,三行代碼創建一個模型

2020-01-13 00:58來源:科技號
導讀:新的開源庫,幫助開發人員使用幾行代碼編寫基于機器學習的應用程序,這些應用程序使用圖像、文本或表格數據集。

AWS發布AutoGluon開源庫,三行代碼創建一個模型

亞馬遜AWS今天推出了一個新的開源庫,幫助開發人員使用幾行代碼編寫基于機器學習的應用程序,這些應用程序使用圖像、文本或表格數據集。

建立依賴這些數據的機器學習應用程序并不是一件容易的事情。例如,開發人員需要知道如何調整表示構建人工智能模型時所做選擇的“超參數”。他們還需要處理諸如神經架構搜索之類的問題,這使他們能夠為自己的機器學習模型找到最佳的架構設計。

AutoGluon自動化了許多這些復雜的任務,并可以通過在已知對給定任務執行良好的默認范圍內自動調整選項,創建一個只需三行代碼的新機器收益模型。開發人員所要做的就是指定他們希望他們的模型被訓練的速度,autoglion將在給定的時間范圍內生成最強大的模型。

AWS發布AutoGluon開源庫,三行代碼創建一個模型

亞馬遜表示,AutoGluon可以識別包括圖像和文本分類、目標檢測和表格預測等任務的模型。它還提供了一個應用程序編程接口,讓更有經驗的開發人員來處理,這樣他們就可以提高模型的預測性能。

AWS應用科學家Jonas Mueller在一份聲明中說:“我們開發autoglon是為了使機器學習真正民主化,并使所有開發人員都能使用深度學習的能力。”。“AutoGluon解決了這個問題,因為所有選項都在默認范圍內自動調整,已知這些范圍對特定任務和模型都有很好的性能。”

星座研究公司(Constellation Research Inc.)分析師霍爾格·穆勒(Holger Mueller)對SiliconANGLE表示,許多企業缺乏快速構建新機器學習模型所需的開發人才,因此對能夠簡化流程的工具需求很大。

穆勒說:“亞馬遜的AutoGluon是朝著這個方向邁出的關鍵一步,它使開發者能夠在AWS的云基礎設施上使用先進的人工智能技術。”。“通過CPU限制搜索最適合模型的能力特別有價值,因為預算和時間的實際限制也適用于人工智能解決方案,F在,我們將看到在開發人員基礎上采用autoglon。不用說,要想贏得人工智能領域的領導地位,開發人員不會贏得,而是要讓稍懂技術的商業用戶利用人工智能。”

這大概就是為什么亞馬遜開發了AutoGluon,這是一個開放源代碼庫,旨在使開發人員僅用幾行代碼即可編寫AI嵌入的應用程序。它在GitHub上悄然興起后大約一個月,于今天公開發布。

AutoGluon的目標是自動化開發人員歷史上必須自己做出的許多決策。通常,像超參數調整這樣的任務是手動執行的,需要科學家預測超參數(代表構建人工智能模型時所做的選擇)將如何影響模型訓練。另一個通常由人監督的任務稱為神經架構搜索(neural architecture search),需要復雜的工程,至少在一定程度上,開發人員必須為其各自的模型確定最佳設計。

為此,AutoGluon可以通過自動調整默認范圍內的選擇來生成僅需三行代碼的模型,而這些默認范圍在已知范圍內可以很好地完成給定任務。開發人員只需指定他們何時準備好其訓練有素的模型,作為回應,AutoGluon就會利用可用的計算資源在分配的運行時中找到最強大的模型。

它以亞馬遜和微軟三年前進行的工作-Gluon為基礎,后來又在Apache MXNet和微軟的Cognitive Toolkit中發布。Gluon是一個機器學習界面,允許開發人員使用一組預先構建和優化的組件來構建模型,而AutoGluon則不斷地處理開發過程。

AutoGluon開箱即用,可以識別用于表格預測,圖像和文本分類以及對象檢測的模型,并且它提供了API,可供經驗豐富的開發人員使用以進一步改善模型的預測性能。它需要Python 3.6或3.7版本,并且目前僅支持Linux,但是Amazon表示Mac OSX和Windows版本很快就會推出。

“我們開發AutoGluon是為了讓機器學習真正大眾化,讓所有開發人員都能使用深度學習的功能,”AWS應用科學家Jonas Mueller在一份聲明中說。“AutoGluon解決了這個問題,因為所有的選項都會自動調整到默認范圍內,而這些默認范圍對于特定的任務和模型來說性能良好。”

AutoGluon的首次亮相是在對Amazon Web Services(AWS)的SageMaker進行重大升級之后進行的,該工具包用于不斷培訓機器學習模型并將其部署到云和邊緣環境。AWS SageMaker Studio是一種模型培訓和工作流管理工具,可將所有代碼,筆記本和文件夾用于機器學習收集到一個地方,而SageMaker Notebook可讓開發人員快速啟動Jupyter筆記本進行機器學習項目。還有SageMaker Autopilot,可通過自動選擇算法并調整模型來自動創建模型。SageMaker Experiments,用于測試和驗證模型;SageMaker調試器,可提高模型的準確性;和SageMaker Model Monitor,它可以檢測概念偏差。

Amazon之前發布了AWS深度學習容器,這是一個預裝了流行深度學習框架的Docker圖像庫,以及一系列完全托管的服務,包括Personalize、Textract、Fraud Detector和CodeGuru。根據Statista的數據,憑借AutoGluon等獨立工具,這家西雅圖科技巨頭正在追逐一個到2025年預計價值1186億美元的市場。

AutoGluon只是AWS最新推出的一款產品,它旨在使機器學習民主化。該公司最近更新了SageMaker工具,用于持續培訓和將機器學習模型部署到云和邊緣環境中。更新包括SageMaker Studio,一個模型培訓和工作流管理工具,它收集所有使用的代碼和筆記本模型,并將它們保存在一個地方;SageMaker Autopilot,它通過自動選擇最佳算法并針對特定任務對其進行調整,自動創建模型。構建涉及圖像,文本和表格數據集的機器學習應用程序并不容易。它需要特征工程或使用數據領域知識來創建使AI算法起作用的特征,此外還需要進行大量數據預處理,以確保在經過訓練的模型中不會出現偏差。

 

 

繼續閱讀
關鍵詞 :
AWS
中國存儲網聲明:此文觀點不代表本站立場,如有版權疑問請聯系我們。
相關閱讀
產品推薦
頭條閱讀
欄目熱點

Copyright @ 2006-2019 ChinaStor.COM 版權所有 京ICP備14047533號

中國存儲網

存儲第一站,存儲門戶,存儲在線交流平臺

湖北十一选五任选五