• 实际体验华为云AI : ModelArts


    国庆前看到了博客园官方博客发布的一篇博客: 学AI有奖:博客园&华为云AI有奖训练营开战啦

    本着对AI这种火热的话题,以及华为云博客园联名公仔(次要),我决定参与这个活动。

    现在华为云开始全面发力,追赶阿里云,从华为云的表现上来说应该是。推出了各种优惠活动,和各种产品,其中就包括华为云的AI服务: ModelArts

    ModelArts ,模型艺术。经过一个流程走下来,我对ModelArts 有了初步的了解。

    ModelArts 是集数据采集,模型训练,部署模型于一身的一条龙服务。如果你是一个AI 小白,就和我一样,又想亲自体验下怎么怎么训练模型的,模型又是怎么去使用的,那么 ModelArts 就像是一个全职保姆,让你无痛体验AI。你不需要自己手撸代码,不需要对数据进行特征工程,no code no bug。你也不需要搭建运行环境,部署服务,这些讨人厌的工作都交给ModelArts。

    当然对于一些大神来说,还是希望自己写代码,这样掌控性更高一下,也更好调试,这个时候 ModelArts就变成了部署工具。可惜我对python 不了解,ModelArts 还不支持ML.NET。

    接下来就是简单的ModelArts的自动学习来识别图像。

    首先按照博客园官方团队的博文,添加微信号,花3元购买了两个GPU 实例,以及自动学习5小时。

    自动学习是不需要GPU实例和指定的算法的哦。所以自动学习就像一个傻瓜照相机,只需要按下快门就可以了。
    自动学习中的项目,我不知道它用的算法是什么,也不知道参数是什么,里面就是一个黑盒,很适合小白使用。

    准备工作是按照华为的官方文档,获取和配置访问秘钥,以及创建OBS(存储服务),训练集和模型的存放都在OBS中。
    https://support.huaweicloud.com/prepare-modelarts/modelarts_08_0002.html

    然后进入到ModelArts的控制台,直接点击自动学习中的图片分类

    然后按照华为云的教程,下载数据集,上传数据,给数据打标签,一共40朵花,每个都要打标签。
    一共是四种花,四个标签:玫瑰,蒲公英,雏菊,向日葵。每种花有10个图片。

    打完标签之后,点击训练模型,它就真的在训练了。注意训练模型选择0.1小时,因为这是真的花钱!作为实验性质的,时间选短一点的好了。训练结果如下。

    训练好之后,点击部署,它就真的在部署了,一键部署,没有任何烦恼。

    部署好之后,点击运行,它就真的运行了。真的可以识别一朵花!可以看到结果,每种花都有一个匹配的权重,我想想这应该是某种多元分类算法吧,咱也不懂。

    是不是很简单?在ModelArts 的控制台里,我们就有了这样一个图片识别花朵的服务。而且还可以支持API 调用哦。

    ModelArts的功能远不止于此,更高级的功能还需要自己去学习。要是可以用 ML.NET 作为AI 引擎就好了啊,但是ML.NET 现在还在发展中,后续会加入深度学习等更加丰富的功能。

    我后续也会继续写华为的ModelArts使用体验,这是开篇,简单的介绍,下一篇我想利用ModelArts 进行广告用户识别的功能开发,ModelArts 中有一个预测分析的自动学习项目,和我的需求很契合。

    ModelArts 同时自己也自带了一些内置的算法,你可以根据这些算法训练相应的模型,这和自主学习不一样,有了更多的可操作性行。你可以在控制台的 训练作业中,点击新建作业,然后选择相应的预置算法。

    预置算法都是和图像有关的,而且只有10条,没有NLP相关的算法,我的需求还是语言处理类的。
    如果ModelArts可以提供更多基础的机器学习算法就好了,比如贝叶斯分类啊,支持向量机啊等等,

    可以自定义参数

    更高级的,就是自己导入自己在某种AI框架下写的程序,然后训练模型,比如TensorFlow,

    所以代码可以自己写,ModelArts 把服务器和部署都给你做好了,选择用来训练的GPU 服务器实例。

    ModelArts 还有一个有意思的地方就是 AI 市场

    任何人用任何方法训练出来的模型都可以放到这里展示,供别人下载和使用。真是有意思。

  • 相关阅读:
    js/jquery/插件表单验证
    超级英雄在中国香港的平凡生活
    Nginx简单配置几个基于端口的虚拟主机
    Nginx配置简单基于域名的虚拟主机
    反驳关于“码农”的说法
    Nginx配置简单负载均衡
    Nginx Windows版安装及域名绑定
    转载:Java对Base64处理的细节
    转载:Base64编解码介绍
    多层If语句 和 表格驱动 的对比
  • 原文地址:https://www.cnblogs.com/dacc123/p/11640780.html
Copyright © 2020-2023  润新知