Czy wprowadzenie usługi Deep Learning oznacza, że IBM po raz pierwszy oferuje usługi głębokiego uczenia (lub wykorzystuje technologię głębokiego uczenia w ramach swoich usług Watson)?

Już od jakiego czasu oferujemy lokalną wersję usługi Deep Learning, jednak teraz po raz pierwszy IBM oferuje usługi uczenia głębokiego chmurze. Ponadto IBM nadal udostępnia usługi oparte na głębokim uczeniu programistom aplikacji w ramach produktu Watson Developer Cloud.

Dlaczego usługa głębokiego uczenia oferowana jest w ramach usługi Watson Machine Learning, a nie samodzielnie?

Głębokie uczenie jest elementem technologii uczenia maszynowego, a zatem oferowanie usługi Deep Learning jako część usługi Watson Machine Learning wydaje się mieć więcej sensu. Dodatkowo użytkownicy usługi głębokiego uczenia uzyskują silne wsparcie w postaci Watson Machine Learning oraz możliwość łatwej integracji z innymi usługami dostępnymi w ramach produktu Watson Studio.

Jaki jest związek produktu Watson Studio z usługą głębokiego uczenia?

IBM świadczy usługę głębokiego uczenia za pośrednictwem usługi IBM Watson Machine Learning, która jest zintegrowana z produktem IBM Watson Studio.

W jaki sposób modeler sieci neuronowych współpracuje z usługą IBM Watson Machine Learning?

Modeler sieci neuronowych działa w ramach usługi głębokiego uczenia. Umożliwia analitykom danych, programistom i użytkownikom biznesowym projektowanie modeli neuronowych metodą przeciągania i upuszczania bez konieczności pisania kodu. Modeler sieci neuronowych generuje kod na podstawie preferowanych środowisk użytkownika, takich jak TensorFlow, Keras, PyTorch lub Caffe.

Czy IBM jest pierwszą/jedyną organizacją oferującą narzędzie do modelowania sieci neuronowych?

Nie, ale IBM oferuje opcję modelowania sieci w ramach kompleksowej platformy uczenia maszynowego. Modele projektowane przy użyciu modelera sieci neuronowych mogą być tworzone z wykorzystaniem nastawionej na eksperymenty usługi głębokiego uczenia IBM, a następnie wdrażane jako punkty końcowe REST. Modeler sieci neuronowych obsługuje wiele środowisk typu Open Source, dzięki czemu użytkownik może wybrać, w którym z nich będzie pracował.

Jaki był wkład działu badawczo-rozwojowego IBM w ten proces?

Projekty prowadzone przez dział badawczo-rozwojowy IBM Research dały początek najważniejszym komponentom nowej usługi głębokiego uczenia. Bezpośrednio w wyniku pracy zespołu IBM Research opracowano następujące funkcje:

  • Dostępne w ramach usługi głębokiego uczenia mikrousługi umożliwiają rozproszone i równoległe trenowanie modeli w klastrze procesorów graficznych, jednocześnie obsługując wiele środowisk typu Open Source, takich jak Tensorflow, Caffe, Keras i PyTorch.
  • Modeler sieci neuronowych umożliwia szybkie projektowanie złożonych sieci bez konieczności kodowania. Nazwa badawcza tego projektu to Darviz.
  • Optymalizacja hiperparametrów (HPO) pozwala na automatyczne dostrajanie parametrów sieci neuronowych w ramach usługi głębokiego uczenia. Dzięki tej technologii jesteśmy w stanie zautomatyzować iteracje hiperparametrów i znaleźć najlepszą sieć neuronową dla każdego zastosowania.
  • Rozproszone głębokie uczenie dzięki narzędziom Horovod i DDL (Distributed Deep Learning) firmy Uber.
  • Graficzny interfejs użytkownika oraz system śledzenia wydajności modelu w narzędziu Experiment Assistant mają swoje źródło w projekcie IBM Research o nazwie Project Runway.

Dowiedz się więcej

Czy produkt Watson Studio jest dostępny tylko w chmurze?

Tak.

Czy lokalna wersja produktu Data Science Experience oferuje te same możliwości co produkt Watson Studio?

Nie, ale szczegółowe informacje można znaleźć na stronie produktu Data Science Experience Local.

Czy usługa głębokiego uczenia jest dostępna tylko w chmurze?

Tak, usługa głębokiego uczenia jest dostępna w ramach usługi IBM Watson Machine Learning.

Czym funkcja głębokiego uczenia IBM różni się od oferty konkurencji?

Usługa głębokiego uczenia IBM różni się od ofert konkurencji w wielu aspektach:

  • Modeler sieci neuronowych (opisany bardziej szczegółowo powyżej) nie jest obecnie oferowany przez konkurencję.
  • Narzędzie Experiment Assistant zapewnia nastawiony na eksperymenty zarządzany proces treningowy oparty na kontenerach, który umożliwia łatwe monitorowanie równoległych przebiegów treningowych stworzonych przy użyciu najbardziej popularnych środowisk głębokiego uczenia.

Jak wygląda plan cenowy dla tej usługi?

Szczegółowe informacje można znaleźć na stronie z cenami rozwiązania IBM Watson Machine Learning.