近年來,深度學(xué)習(xí)作為AI領(lǐng)域最受歡迎的技能之一,在圖像、語音識別等眾多領(lǐng)域都有著重大的技術(shù)飛躍,越來越多的公司在大力開發(fā)基于深度學(xué)習(xí)的能力。深度學(xué)習(xí)始于研究人腦神經(jīng)元,其涉及如概率論、統(tǒng)計學(xué)等多個學(xué)科,目的是使機器有能力自主“學(xué)習(xí)”,輔助人們檢測、決策,便利人們的生活,隨著深度學(xué)習(xí)的不斷發(fā)展,也在不斷拓展整個AI的應(yīng)用。深度學(xué)習(xí)技術(shù)在當前行業(yè)智能化轉(zhuǎn)型的過程中能夠發(fā)揮的作用已經(jīng)不言而喻,因此,選擇一款真正便于應(yīng)用的高度集成化深度學(xué)習(xí)平臺就成了決策者們需要考慮的問題。
近日,七牛云聯(lián)合Gartner最新發(fā)布了一份《深度學(xué)習(xí)平臺 完全實踐指南》(A Complete Practical Guide of Deep Learning Platform)白皮書,該白皮書從多角度闡述了用戶如何選擇最能滿足業(yè)務(wù)需求場景的深度學(xué)習(xí)平臺,并展示深度學(xué)習(xí)技術(shù)在今后行業(yè)應(yīng)用中體現(xiàn)的巨大價值。
在本篇報告中,則詳細介紹了選擇深度學(xué)習(xí)平臺需要參考的十項綜合評價標準,主要包括:
1、支持數(shù)據(jù)預(yù)處理;
2、性能指標可視化;
3、支持全部主流框架,如MXNET、TENSORFLOW、PYTORCH、CAFFE等;
4、訓(xùn)練參數(shù)交換延遲低;
5、具有強可擴展性;
6、用戶友好度高;
7、私有化部署時間短;
8、存儲與計算分離;
9、調(diào)參及迭代優(yōu)化;
10、安全性
如需下載中文白皮書,請點擊此處。