要创建有效的深度学习模型,需要提供大量的数据,对模型进行有效的训练。然后安装模型,对模型进行监视以防止出现漂移,并根据需要对其进行重新训练,以此反复。
模型的训练需要使用非常多的计算资源,如果您已经投资了大规模的计算资源,您可以在本地完成所有这些工作。但是,你会发现这些计算资源在许多时间处于非活动状态。如果在云平台中进行上述活动,则可能更具成本效益。
大多数云提供商投入大量精力来构建其机器学习平台,以支持整个机器学习生命周期。每个端到端机器学习平台应提供哪些功能呢?
训练数据模型
当你准备好了大量的训练数据之后,您当然不希望迁移这些数据。因为这个过程通常需要花费非常长时间,这意味着您在这段时间内什么事也不能做。对于大型数据集,理想的情况是创建一个已经存在数据的模型,从而避免大量数据迁移。
支持ETL或ELT
ETL(导出,转换和加载)和ELT(导出,加载和转换)是数据库领域中的两种常见数据配置技术。机器学习和深度学习非常需要这些工具,尤其是变换部分。
支持在线模型训练
建立良好的机器学习和深度学习模型需要大规模数据,将这些数据全部下载到本地进行模型训练,是非常费时过程。而且数据规模达到一定规模之后,您会发现很难找到本地资源来存储这些数据,所以支持在线模型训练成本云平台必须要具有的功能。
支持scale-up and scale-out训练
利用云平台,帮助生成多个大型虚拟机或容器环境,加速在本地笔记本进行的训练活动,这将大大较少我们的训练时间。
云平台为许多应用程序提供了健壮且经过优化的AI服务或解决方案,而不仅仅是图像检测。这些包括语言翻译,语音到文本,文本到语音,预测和推荐。这些服务已经在比企业通常可用的更多数据集中进行了培训和检查。这些也安装在具有足够计算资源的服务端点上,包括加速器,以确认在全球负载下的良好响应时间。
人工智能是一个广泛的术语,涵盖了许多技术,所有这些技术使计算机能够显示类似...
这种能力被算法掌握之后,出现了阿尔法狗打败人类棋圣,也出现了OpenAIFive在电...
这两天,微信8.0直接被刷爆了,特别是它那几项新功能,简直火得不要不要的。这其...
按说,运营商提供通信服务以及消费者接受服务是一个你情我愿的交易,本不应该有...
随着IT自动化和人工智能技术的进步和发展,IT人员的工作方式发生了重大变化。今...
人工智能正在对大公司管理员工的方式产生巨大影响。 尽管过去一年世界经济发生了...
【51CTO.com快译】如今,基于人工智能(AI)的解决方案广泛应用在从医疗保健到交通...
随着移动互联的发展,不同年龄段的人群都有机会享受数字生活带来的便利,这其中...
印度,一个充满了奇迹的国家,作为我们的友邻,最近这个可爱的邻居却总是在搞事...
相信大家近几年都有察觉到,安卓手机越卖价格越贵了,比如一加8 Pro、OPPO Find ...