什么是深度学习?

IBM 在 Watson Studio 中提供了以实验为中心的深度学习服务,数据研究员可使用此服务直观地设计神经网络,扩展其训练运行,而自动分配意味着只需为所用资源付费。针对生产环境进行了优化,利用 NVIDIA® Tesla® V100 GPU 扩展了训练,采用首选的深度学习框架,可轻松部署到云或边缘。

→观看“深度学习”网络研讨会

深度学习功能

Experiment Assistant

启动和监控批处理训练实验,实时比较跨模型性能,无需担心日志传输和脚本即可显示结果。您将专注于设计神经网络。我们将管理和跟踪您的资产。

开放且灵活

使用首选深度学习框架:Tensorflow、Keras、PyTorch、Caffe 等。使用您的首选工具来管理深度学习实验:命令行界面 (CLI)、Python 库或交互式用户界面。

Elastic GPU 计算

利用市场领先的 NVIDIA® Tesla® GPU 并行训练神经网络 - K80、P100 和 V100。您只需按使用付费自动分配意味着不再记得关闭云训练实例。没有要管理的集群或容器。

超参数优化

高效地自动搜索网络的超参数空间,确保最佳的模型性能和最少的训练运行次数。

神经网络建模器 (beta)

直观设计神经网络。拖放神经网络架构的各层,使用最受欢迎的深度学习框架进行配置和部署。

深度学习的优势

节省时间

不仅仅是节省资金。使用首选的 IDE 和现有的工作流程。通过可视化调试工具来平衡 CLI、Python 库和 REST 访问。更好更快地设计和优化网络。

智能随需应变

托管型训练意味着您将专注于设计最优神经网络结构。为您存储训练资产。自动分配意味着您只需为作业所需的计算资源付费。

可信云基础架构

针对企业生产环境进行了优化,在托管 IBM Watson 认知服务的基础架构上运行。

图形,不记录文件

忘记文本日志。实时叠加精度和损耗图,跟踪并查看模型超参数,深入了解神经网络训练。

团队协作

共享实验,调试神经网络架构,访问托管型对象库中的公共数据,将版本控制的模型转发到您的团队,然后由团队将数据馈入持续学习流程。

产品图像

教程和用例

使用笔记本电脑、Keras 和 TensorFlow,构建语言模型来生成文本。

如何应对诸如产品评论之类的欺诈问题?使用正在创建它们的相同生成模型。此代码模式说明了如何使用 Keras 和 TensorFlow 在笔记本电脑中训练深度学习语言模型。通过使用从 Yelp 下载的数据,学习如何安装 TensorFlow 和 Keras,训练深度学习语言模型,并生成新的餐厅评论。虽然此代码模式的范围仅限于对文本生成的介绍,但它为学习如何构建语言模型提供了坚实基础。

访问教程

深入学习

深度学习入门

立即开始执行深度学习实验。

请即刻通过右侧任意方式, 让 IBM 专家为您答疑解惑