Modeli MAX web sitesinden alın ve bir saniye içinde derin öğrenme uygulamanızı başlatın
Lei Feng net notu: Bu makale, AI Araştırma Enstitüsü tarafından derlenen teknik bir blogdur, orijinal başlık Kullanıma Hazır Derin Öğrenme Modelleri ve yazar Patrick Titzler'dir.
Tercüme | Eski Zhou Düzenleme | MY
Görüntüleri sınıflandırmayı, görüntülerdeki yüzleri veya konumları tanımlamayı, doğal dili veya metni işlemeyi veya uygulamalardaki zaman serisi verilerine dayalı öneriler oluşturmayı hiç düşündünüz mü? Derin öğrenme (derin sinir ağlarını kullanarak makine öğrenimi) sayesinde, siz Bu, beklentilerinizi aşarak bile yapılabilir.
İş yerinde hedef tanıma. Unsplash web sitesinden fotoğraflar (Alexis Chloe tarafından sağlanmaktadır) https://unsplash.com/photos/dD75iU5UAU4
Verilerinize (metin, görüntü, video, ses, vb.) Derin öğrenme uygulamak için önceden eğitilmiş bir modele, çalışma zamanı ortamına, veri temizliğine, özellik dönüştürmeye ve mantık sonrası işleme dönüştürme modeline ihtiyacınız var. İstenilen sonuç.
Derin öğrenme modeli kullanmak istiyorsanız, genellikle tamamlamanız gereken adımlara kısaca bakalım:
-
İhtiyaçlarınıza uygun, iyi eğitilmiş bir derin öğrenme modeli edinin. Derin öğrenme modelleri genellikle (çok) büyük ve (çok) karmaşıktır ve bazı modeller iyi anlaşılmamıştır bile. Bu modelleri eğitmek için genellikle zaman ve kaynak, çok miktarda veri ve çok sayıda makine öğrenimi uzmanlığının yanı sıra TensorFlow, Caffe, PyTorch veya Keras gibi çerçeveler hakkında bilgi gerekir.
-
ETL süreci: Ön işleme girdisi için sarmalayıcı kodu uygulayın, model çıktısı oluşturmak için çerçeveyi çağırın ve çıktıyı uygulamaya uygun bir biçime dönüştürün.
Önceden eğitilmiş model + sarmalayıcı = derin öğrenme uygulamaları için ön koşullar
Sizin ve benim gibi geliştiriciler için bu süreci basitleştirmek amacıyla bir Model Varlık Değişimi (MAX) kurduk. IBM Code Model Asset Exchange (MAX), geliştiricilerin ücretsiz açık kaynak derin öğrenme modellerini bulup kullanabileceği tek noktadan bir iletişim platformudur. Herkesin ücretsiz olarak kullanması için iyi test edilmiş makine öğrenimi ve derin öğrenme modelleri sağlar.
Docker'ı yerel bilgisayarınıza yüklerseniz (veya bir docker kapsayıcısını buluta dağıtabilirseniz), beş dakikadan daha kısa bir sürede temel, kullanıma hazır bir derin öğrenme hizmeti çalıştıracaksınız.
Not: Model varlık deposu, Kubernetes'e dağıtım için bir başlatıcı yapılandırma dosyası da içerir.
Başlangıç
MAX web sitesinden istediğiniz modeli seçin, referans verilen GitHub deposunu klonlayın (ihtiyacınız olan her şeyi içerir), Docker görüntüsünü oluşturun ve çalıştırın.
Not: Docker görüntüleri ayrıca Docker Hub'da yayınlanır.
Örneğin, görselleştirmenin içeriğini açıklamak için bir görüntüye başlık eklemek istiyorsanız, görüntü etiketleme modelini seçin ve terminal penceresinde aşağıdaki komutu çalıştırın:
Konteyner çalıştıktan sonra, Swagger spesifikasyonunu keşfetmek veya modeli kullanmak için genel REST API'yi kullanabilirsiniz.
Docker konteyneri, Model Varlık Değişimi'nden derin öğrenme modellerini keşfetmek ve kullanmak için gereken tüm işlevleri sağlar.
Swagger spesifikasyonuna erişmek ve mevcut API uç noktalarını görüntülemek için web tarayıcınızda aşağıdaki bağlantıyı açın: http: // localhost: 5000. API bağlantı noktası numarasının modele göre değiştiğini lütfen unutmayın; örneğin, bazı Docker görüntüleri eğitim bağlantı noktası numarasını ifşa edebilirken bazıları göstermez.
Not: Hizmet çok fazla karmaşıklığı gizler. Yeni başlayanlar için, model üzerinde çalışmak için kullanılan çerçeve konusunda uzman olmanıza gerek yoktur. Ayrıca girdiyi çerçevenin anladığına dönüştürmeniz veya model çıktısını uygulama dostu bir biçime dönüştürmeniz gerekmez.
API'nin ilk kullanımı
Test odaklı hizmetlerin en hızlı yolu, oluşturulan Swagger kullanıcı arayüzünü kullanmaktır. İstenen girişi sağlayın (bu örnekte, görüntünün konumu) ve bir tahmin isteği gönderin:
Swagger UI kullanarak hızlı bir test çalıştırın. Bu örnekteki düşük olasılığa dikkat edin; oluşturulan görüntü başlığı, görüntü içeriğini doğru şekilde yansıtmayabilir.
veya,
......
Okumaya devam etmek için lütfen AI Araştırma Topluluğu topluluğumuza gidin: https://club.leiphone.com/page/TextTranslation/804
AI Araştırma Enstitüsü'nde daha heyecan verici içerikler mevcuttur.
Farklı alanlar arasında bilgisayar görüşü, konuşma semantiği, blok zinciri, otonom sürüş, veri madenciliği, akıllı kontrol, programlama dilleri ve diğer günlük güncellemeler bulunur.
Leifeng.com Leifeng.com (Resmi Hesap: Leifeng.com) (Resmi Hesap: Leifeng.com)
