【AutoML】當前有哪些可用的AutoML平台?
- 2019 年 12 月 17 日
- 筆記
大家好,歡迎來到專欄《AutoML》,在這個專欄中我們會講述AutoML技術在深度學習中的應用,這一期講述現有可用的AutoML平台。
作者&編輯 | 言有三
自從Google提出AutoML那天起,工業界和學術界就已經迅速跟進了,經過了幾年的發展,那麼現在工業界都有了哪些AutoML平台呢?本次簡單介紹其中重要的一些。
1 Google Cloud AutoML
作為AutoML的提出和嘗鮮者,Google Cloud AutoML是當前最早也是最成熟的AutoML系統,覆蓋了影像分類,文本分類以及機器翻譯三大領域,另外也上線了測試版的影片相關服務,支援遷移學習和模型結構搜索,超參數搜索。

以視覺為例,當我們想要使用一個服務時,只需要三步:
(1) 上傳圖片到Google Cloud Storage。
(2) 創建一個圖片和對應標籤的CSV文件。
(3) 使用AutoML Vision格式化數據集,然後訓練和部署模型。
Cloud AutoML提供了API調用和圖形介面,想試用的自己去嘗試吧。
2 EasyDL
EasyDL是百度的AutoML平台,作為中國AI技術積累最雄厚的企業,AutoML領域百度自然也是當仁不讓,目前包含經典版,專業版和零售版,支援遷移學習和模型結構搜索。

支援的任務類型包括影像分類、物體檢測、影像分割、文本分類、影片分類、聲音分類,PaddlePaddle雖然慘淡,EasyDL還有希望。
使用流程包含四步:
(1) 數據上傳與數據標註
(2) 訓練任務配置及調參
(3) 模型效果評估
(4) 模型部署

3 阿里雲PAI
阿里雲機器學習平台PAI(Platform of Artificial Intelligence)是阿里巴巴推出的機器學習服務平台,包含3個子產品,分別是機器學習可視化開發工具PAI-STUDIO,雲端互動式程式碼開發工具PAI-DSW,模型在線服務PAI-EAS, 提供了從數據處理、模型訓練、服務部署到預測的一站式服務。

業務範圍包括文本分類,金融風控,商品推薦等。

4 Azure Machine Learning
Azure Machine Learning是Microsoft的AutoML平台,支援模型結構搜索和超參數搜索。

Azure Machine Learning支援眾多深度學習框架,配合微軟的眾多開發工具,使用非常方便。

5 一些創業公司
除了有雄厚研究實力的大公司,許多的創業公司也湧入AutoML領域開發相關框架,國外的典型代表是H2O Driverless AI,r2.ai等。

中國的典型是第四範式AI Prophet AutoML等。

不過相比於Google和百度等大廠,工具的可用性和服務還是有差距的。
6 一些開源項目
AutoML開源項目眾多,下面簡單匯總一些,感興趣的可以去探索。
https://github.com/tensorflow/adanet
https://github.com/keras-team/autokeras
https://github.com/Tencent/PocketFlow
https://github.com/automl/auto-sklearn
https://github.com/h2oai/h2o-3/
如果想了解更多,不如參考這個GitHub項目。
https://github.com/hibayesian/awesome-automl-papers
總結
AutoML作為最前沿的機器學習/深度學習技術之一,會進一步降低人工設計模型的成本,雖然目前已經有了眾多解決方案,但是還未大規模的商業化應用。
下期預告:AutoML與模型結構搜索開篇。
轉載文章請後台聯繫
侵權必究