¿La introducción al servicio de deep learning significa que es la primera vez que IBM ofrece una solución de deep learning (o utiliza deep learning en sus servicios de Watson)?

Hemos ofrecido una versión en local de Deep Learning durante bastante tiempo, pero esta es la primera vez que IBM ofrece un servicio de deep learning en cloud. Además, IBM sigue proporcionando servicios basados en deep learning a desarrolladores de aplicaciones con Watson Developer Cloud.

¿Por qué se ofrece este servicio de deep learning dentro de Watson Machine Learning Service en lugar de forma autónoma?

Deep learning es un subconjunto de machine learning, por lo que tiene más sentido que Deep learning sea un servicio dentro de Watson Machine Learning. Además, los usuarios del servicio de deep learning obtienen el potente soporte de Watson Machine Learning y una sencilla integración con otros servicios bajo el paraguas de Watson Studio.

¿Cuál es la relación de Watson Studio con el servicio de deep learning?

IBM ofrece deep learning a través del servicio IBM Watson Machine Learning, que está integrado en IBM Watson Studio.

¿Cómo funciona Neural Network Modeler con el servicio IBM Watson Machine Learning?

Neural Network Modeler funciona dentro del servicio de deep learning. Los científicos de datos, desarrolladores y usuarios de negocio pueden diseñar sus modelos neuronales mediante un proceso de arrastrar y soltar, sin código. Neural Network Modeler genera el código desde una de las infraestructuras preferidas por el usuario, como TensorFlow, Keras, PyTorch o Caffe.

¿IBM es la primera organización/única organización que ofrece una funcionalidad Neural Network Modeler?

No, pero IBM proporciona el modelado de red en el contexto de una plataforma de machine learning completa. Los modelos diseñados utilizando Neural Network Modeler se pueden crear utilizando el servicio de deep learning centrado en experimentar de IBM y luego desplegarlos como puntos finales REST. Neural Network Modeler da soporte a numerosas infraestructuras de código abierto y permite al usuario elegir en la que quiere trabajar.

¿Cómo participó IBM Research en este proceso?

Las funcionalidades básicas del nuevo servicio de deep learning se originaron a partir de varios proyectos dentro de IBM Research. Más específicamente, se implementaron las siguientes características directamente desde IBM Research:

  • Los microservicios que soportan el servicio de deep learning gestionan el entrenamiento distribuido de los modelos en paralelo en un clúster de GPU, y admiten múltiples infraestructuras de código abierto como Tensorflow, Caffe, Keras y PyTorch.
  • Neural Network Modeler habilita el diseño rápido de redes complejas sin codificación. El nombre de código de investigación para este proyecto es Darviz.
  • La optimización de hiperparámetros (HPO) permite que el servicio de deep learning ajuste los parámetros de las redes neuronales automáticamente. Con esta tecnología, somos capaces de automatizar las iteraciones de los hiperparámetros para encontrar la mejor red neuronal para cada caso de uso.
  • Deep learning distribuido con Horovod de Uber y DDL (Deep Learning distribuido).
  • Experiment Assistant se basa en la experiencia del usuario gráfica más el seguimiento del rendimiento de modelos, generados con IBM Research con el nombre de código de Project Runway.

Más información 

¿Watson Studio solo está disponible en cloud?

Así es.

¿La versión en local de Data Science Experience ofrece las mismas funcionalidades que Watson Studio?

No, pero para obtener más información visite Data Science Experience Local.

¿El servicio de deep learning solo está disponible en cloud?

Sí, está disponible como deep learning como servicio dentro del servicio IBM Watson Machine Learning.

¿En qué se diferencia la característica de deep learning de IBM respecto a lo que ofrecen otros competidores?

La oferta de deep learning de IBM se diferencia de otros competidores de muchas maneras:

  • Neural Network Modeler (descrito en más detalle anteriormente) no lo ofrece actualmente ningún otro competidor.
  • Experiment Assistant proporciona un flujo de entrenamiento basado en contenedores, gestionado y centrado en experimentar, con una fácil supervisión de las ejecuciones de entrenamiento en paralelo creadas mediante las infraestructuras de deep learning más populares.

¿Cuál es el plan de precios para esta característica?

Consulte la Página de precios de IBM Watson Machine Learning para obtener información detallada.