Loading...
亚马逊的AutoGluon只需3行代码即可生成AI模型
勿扰心安 发布于 01/10 09:30 浏览 421 点赞 0 收藏 0

亚马逊的徽标
构建涉及图像,文本和表格数据集的机器学习应用程序并不容易。它需要特征工程或使用数据领域知识来创建使AI算法起作用的特征,此外还需要进行大量数据预处理,以确保在经过训练的模型中不会出现偏差。

这大概就是为什么亚马逊开发了AutoGluon,这是一个开放源代码库,旨在使开发人员仅用几行代码即可编写AI嵌入的应用程序。它在GitHub上悄然兴起后大约一个月,于今天公开发布。

AutoGluon的目标是自动化开发人员历史上必须自己做出的许多决策。通常,像超参数调整这样的任务是手动执行的,需要科学家预测超参数(代表构建人工智能模型时所做的选择)将如何影响模型训练。另一个通常由人监督的任务称为神经架构搜索(neural architecture search),需要复杂的工程,至少在一定程度上,开发人员必须为其各自的模型确定最佳设计。

为此,AutoGluon可以通过自动调整默认范围内的选择来生成仅需三行代码的模型,而这些默认范围在已知范围内可以很好地完成给定任务。开发人员只需指定他们何时准备好其训练有素的模型,作为回应,AutoGluon就会利用可用的计算资源在分配的运行时中找到最强大的模型。

它以亚马逊和微软三年前进行的工作-Gluon为基础,后来又在Apache MXNet和微软的Cognitive Toolkit中发布。Gluon是一个机器学习界面,允许开发人员使用一组预先构建和优化的组件来构建模型,而AutoGluon则不断地处理开发过程。

图解AutoGluon的示意图

AutoGluon开箱即用,可以识别用于表格预测,图像和文本分类以及对象检测的模型,并且它提供了API,可供经验丰富的开发人员使用以进一步改善模型的预测性能。它需要Python 3.6或3.7版本,并且目前仅支持Linux,但是Amazon表示Mac OSX和Windows版本很快就会推出。

“我们开发AutoGluon是为了让机器学习真正大众化,让所有开发人员都能使用深度学习的功能,”AWS应用科学家Jonas Mueller在一份声明中说。“AutoGluon解决了这个问题,因为所有的选项都会自动调整到默认范围内,而这些默认范围对于特定的任务和模型来说性能良好。”

AutoGluon的首次亮相是在对Amazon Web Services(AWS)的SageMaker进行重大升级之后进行的,该工具包用于不断培训机器学习模型并将其部署到云和边缘环境。AWS SageMaker Studio是一种模型培训和工作流管理工具,可将所有代码,笔记本和文件夹用于机器学习收集到一个地方,而SageMaker Notebook可让开发人员快速启动Jupyter笔记本进行机器学习项目。还有SageMaker Autopilot,可通过自动选择算法并调整模型来自动创建模型。SageMaker Experiments,用于测试和验证模型;SageMaker调试器,可提高模型的准确性;和SageMaker Model Monitor,它可以检测概念偏差。

Amazon之前发布了AWS深度学习容器,这是一个预装了流行深度学习框架的Docker图像库,以及一系列完全托管的服务,包括Personalize、Textract、Fraud Detector和CodeGuru。根据Statista的数据,凭借AutoGluon等独立工具,这家西雅图科技巨头正在追逐一个到2025年预计价值1186亿美元的市场。


声明:本文由易百纳技术社区编写,文章内容来自venturebeat,版权归原作者所有,转载请注明出处,如有侵权请联系删除。

hahahahah

*本文仅代表作者观点,不代表易百纳技术社区立场。系作者授权易百纳技术社区发表,未经许可不得转载。

精彩评论

内容存在敏感词
打赏
打赏作者
勿扰心安
您的支持将鼓励我继续创作!
金额:
¥1 ¥5 ¥10 ¥50 ¥100
支付方式:
微信支付
支付宝支付
微信支付
打赏成功!

感谢您的打赏,如若您也想被打赏,可前往 发表专栏 哦~

易百纳技术社区
确定要删除此文章、专栏、评论吗?
确定
取消
易百纳技术社区