實際體驗華為云AI : ModelArts

國慶前看到了博客園官方博客發布的一篇博客: 學AI有獎:博客園&華為云AI有獎訓練營開戰啦

本著對AI這種火熱的話題,以及華為云博客園聯名公仔(次要),我決定參與這個活動。

現在華為云開始全面發力,追趕阿里云,從華為云的表現上來說應該是。推出了各種優惠活動,和各種產品,其中就包括華為云的AI服務: ModelArts

ModelArts ,模型藝術。經過一個流程走下來,我對ModelArts 有了初步的了解。

ModelArts 是集數據采集,模型訓練,部署模型于一身的一條龍服務。如果你是一個AI 小白,就和我一樣,又想親自體驗下怎么怎么訓練模型的,模型又是怎么去使用的,那么 ModelArts 就像是一個全職保姆,讓你無痛體驗AI。你不需要自己手擼代碼,不需要對數據進行特征工程,no code no bug。你也不需要搭建運行環境,部署服務,這些討人厭的工作都交給ModelArts。

當然對于一些大神來說,還是希望自己寫代碼,這樣掌控性更高一下,也更好調試,這個時候 ModelArts就變成了部署工具。可惜我對python 不了解,ModelArts 還不支持ML.NET。

接下來就是簡單的ModelArts的自動學習來識別圖像。

首先按照博客園官方團隊的博文,添加微信號,花3元購買了兩個GPU 實例,以及自動學習5小時。

自動學習是不需要GPU實例和指定的算法的哦。所以自動學習就像一個傻瓜照相機,只需要按下快門就可以了。
自動學習中的項目,我不知道它用的算法是什么,也不知道參數是什么,里面就是一個黑盒,很適合小白使用。

準備工作是按照華為的官方文檔,獲取和配置訪問秘鑰,以及創建OBS(存儲服務),訓練集和模型的存放都在OBS中。
https://support.huaweicloud.com/prepare-modelarts/modelarts_08_0002.html

然后進入到ModelArts的控制臺,直接點擊自動學習中的圖片分類

然后按照華為云的教程,下載數據集,上傳數據,給數據打標簽,一共40朵花,每個都要打標簽。
一共是四種花,四個標簽:玫瑰,蒲公英,雛菊,向日葵。每種花有10個圖片。

打完標簽之后,點擊訓練模型,它就真的在訓練了。注意訓練模型選擇0.1小時,因為這是真的花錢!作為實驗性質的,時間選短一點的好了。訓練結果如下。

訓練好之后,點擊部署,它就真的在部署了,一鍵部署,沒有任何煩惱。

部署好之后,點擊運行,它就真的運行了。真的可以識別一朵花!可以看到結果,每種花都有一個匹配的權重,我想想這應該是某種多元分類算法吧,咱也不懂。

是不是很簡單?在ModelArts 的控制臺里,我們就有了這樣一個圖片識別花朵的服務。而且還可以支持API 調用哦。

ModelArts的功能遠不止于此,更高級的功能還需要自己去學習。要是可以用 ML.NET 作為AI 引擎就好了啊,但是ML.NET 現在還在發展中,后續會加入深度學習等更加豐富的功能。

我后續也會繼續寫華為的ModelArts使用體驗,這是開篇,簡單的介紹,下一篇我想利用ModelArts 進行廣告用戶識別的功能開發,ModelArts 中有一個預測分析的自動學習項目,和我的需求很契合。

ModelArts 同時自己也自帶了一些內置的算法,你可以根據這些算法訓練相應的模型,這和自主學習不一樣,有了更多的可操作性行。你可以在控制臺的 訓練作業中,點擊新建作業,然后選擇相應的預置算法。

預置算法都是和圖像有關的,而且只有10條,沒有NLP相關的算法,我的需求還是語言處理類的。
如果ModelArts可以提供更多基礎的機器學習算法就好了,比如貝葉斯分類啊,支持向量機啊等等,

可以自定義參數

更高級的,就是自己導入自己在某種AI框架下寫的程序,然后訓練模型,比如TensorFlow,

所以代碼可以自己寫,ModelArts 把服務器和部署都給你做好了,選擇用來訓練的GPU 服務器實例。

ModelArts 還有一個有意思的地方就是 AI 市場

任何人用任何方法訓練出來的模型都可以放到這里展示,供別人下載和使用。真是有意思。

posted @ 2019-10-09 13:20  Shendu.CC  閱讀(...)  評論(... 編輯 收藏
七乐彩2011年走势图南方双彩