智起·云涌

2020年12月2日 9:50-11:30 - 2020 IBM 混合云与人工智能峰会(在线直播)

IBM 混合云和人工智能, 助力企业在新常态下快速实现数字化转型。实现:智能化运营,弹性应变 和 灵活优化成本效率和生产力。

引入深度学习服务意味着,这是 IBM 首次拥有深度学习产品(或者在其 Watson 服务中首次使用了深度学习)?

我们在相当长一段时间内只提供了深度学习的内部版本,但这是 IBM 首次在云上提供深度学习服务。另外,IBM 将继续为使用 Watson Developer Cloud 的应用开发人员提供基于深度学习的服务。

为什么是在 Watson Machine Learning Service 中提供此深度学习服务,而不是单独提供?

深度学习是机器学习的一个组成部分,因此,深度学习是 Watson Machine Learning 中的一项服务。此外,深度学习服务的用户可以获得 Watson Machine Learning 的强大支持,并能够与 Watson Studio 下的其他服务轻松集成。

Watson Studio 与深度学习服务有何关系?

IBM 通过 IBM Watson Studio 中集成的 IBM Watson Machine Learning 服务来提供深度学习。

神经网络建模器如何使用 IBM Watson Machine Learning 服务?

神经网络建模器在深度学习服务中工作。数据研究员、开发人员和业务用户可以通过拖放过程(无需编码)来设计神经网络模型。神经网络建模器在某个用户首选框架(如 TensorFlow、Keras、PyTorch 或 Caffe)中生成代码。

IBM 是否是第一个/唯一提供神经网络建模器功能的组织?

否,但 IBM 在完整的机器学习平台环境中提供网络建模。使用神经网络建模器设计的模型,可以使用 IBM 以实验为中心的深度学习服务进行构建,然后可将其作为 REST 端点进行部署。神经网络建模器支持多种开放式源代码框架,而且允许用户选择要使用的框架。

IBM 研究院如何参与此过程?

新的深度学习服务的核心功能源自 IBM 研究院中的各种项目。更具体地说,以下功能是直接在 IBM 研究院中实施的:

  • 支持深度学习服务的微服务在 GPU 集群中并行管理分布式模型训练,同时还支持多个开放式源代码框架(如 Tensorflow、Caffe、Keras 和 PyTorch)。
  • 神经网络建模器支持快速设计复杂网络,而无需编码。此项目的研究院代号为 Darviz。
  • 超参数优化 (HPO) 允许深度学习服务自动调整神经网络的参数。利用这种技术,我们能够自动完成超参数迭代,找出适合每个用例的最佳神经网络。
  • 使用 Uber Horovod 和 DDL(分布式深度学习)的分布式深度学习。
  • 图形 UX 与模型性能跟踪功能(支持 Experiment Assistant)源自于 IBM 研究院,代号为 Project Runway。

了解更多信息 

是否只在云上提供 Watson Studio?

是的。

Data Science Experience 的内部版本是否提供了与 Watson Studio 相同的功能?

否,但要了解更多信息,请访问 Data Science Experience Local

是否只在云上提供深度学习服务?

是,在 IBM Watson Machine Learning 服务中,深度学习是作为一项服务提供的。

IBM 的深度学习功能与竞争对手提供的深度学习功能有何不同?

IBM 的深度学习产品在许多方面都与竞争对手提供的深度学习功能不同:

  • 我们的竞争对手目前没有提供神经网络建模器(更详细的描述见上文)。
  • Experiment Assistant 提供了以实验为中心的、基于容器的托管型训练流程,可轻松监控使用最受欢迎的深度学习框架构建的并行训练运行。

此功能的定价套餐外观如何?

请参阅 IBM Watson Machine Learning 的定价页面以获取详细信息。

IBM 在您身边,助您开启数字化转型,问鼎行业翘楚