Aby przyspieszyć proces głębokiego uczenia, obejrzyj to webinarium na żądanie

Przegląd

Czym jest głębokie uczenie?

Głębokie uczenie jest podzbiorem uczenia maszynowego, w ramach którego sieci neuronowe — algorytmy wzorowane na ludzkim mózgu — uczą się, korzystając z dużych ilości danych. Algorytmy głębokiego uczenia wykonują zadanie wielokrotnie i stopniowo poprawiają wynik dzięki głębokim warstwom, które umożliwiają stopniową naukę. Jest to część szerszej rodziny metod uczenia maszynowego opartych na sieciach neuronowych.

Usługi głębokiego uczenia mają znaczący wpływ na wiele branż. W sektorze biomedycznym głębokie uczenie może być używane do zaawansowanej analizy obrazu, badań, opracowywania leków, przewidywania problemów zdrowotnych i objawów chorobowych oraz przyspieszania analiz sekwencjonowania genomowego. W transporcie może pomóc w przystosowywaniu pojazdów autonomicznych do zmieniających się warunków. Służy również do ochrony newralgicznej infrastruktury i przyspieszania czasu reakcji.

Często zdarza się, że firmy zlecają opracowywanie rozwiązań głębokiego uczenia dostawcom zewnętrznym. Jednak lepszym rozwiązaniem jest wykorzystanie mechanizmów głębokiego uczenia w procesach, które stanowią rdzeń działalności Twojej firmy. Należą do nich: wykrywanie oszustw i przedstawianie rekomendacji, konserwacja predykcyjna oraz analiza danych szeregów czasowych, optymalizacja systemu rekomendacji, zarządzanie relacjami z klientami, a także przewidywanie współczynnika kliknięć reklam online.

Postaw pierwsze kroki z głębokim uczeniem, korzystając z rozwiązania IBM Watson Studio® na platformie IBM Cloud Pak® for Data as a Service.

Korzyści wynikające z głębokiego uczenia w IBM Watson Studio

Cechy

Kreator eksperymentów

Inicjuj i monitoruj eksperymenty dotyczące treningu wsadowego, porównuj wydajność różnych modeli w czasie rzeczywistym oraz koncentruj się na projektowaniu sieci neuronowych.

Rozproszone głębokie uczenie (Distributed Deep Learning — DDL)

Włącz popularne środowiska typu open source, takie jak TensorFlow, Caffe, Torch i Chainer, w celu skalowania wielu procesorów GPU.

Rozpoznawanie odręcznych znaków

Użyj wstępnie wyszkolonego modelu PyTorch, aby przewidzieć odręczne liczby z obrazów. Użyj interfejsów REST API do wprowadzania zadań treningowych, monitorowania statusu oraz przechowywania i wdrażania modeli.

Usługa rozpoznawania wizualnego

Korzystaj z algorytmów głębokiego uczenia z usługi IBM Watson Visual Recognition w celu analizowania obrazów dla scen i obiektów. Pracuj z obrazami i zbiorami danych w środowisku współpracy.

Klasyfikacja obrazu

Wykonuj wieloklasową klasyfikację, przetwarzaj wstępnie obrazy i uzyskuj do nich dostęp oraz twórz wizualizacje w celu lepszego zrozumienia modeli użytkownika.

Modele językowe

Użyj notatnika środowisk Keras i TensorFlow, aby stworzyć model językowy do generowania tekstu.

Zobacz rozwiązania głębokiego uczenia w IBM Watson Studio

Eksperyment dotyczący głębokiego uczenia

Zrzut ekranu produktu przedstawiający, gdzie definiowane są metadane dla nowego eksperymentu głębokiego uczenia

Eksperyment dotyczący głębokiego uczenia

Uruchom eksperyment dotyczący głębokiego uczenia, aby utworzyć przebieg testowy dla każdej definicji.

Definicje modeli

Zrzut ekranu produktu przedstawiający miejsce dodania definicji modelu, w tym nazwę, testowy kod źródłowy, środowisko i komendę wykonania

Definicje modeli

Definiuj kod budowy modelu, komendę wykonania, procesor graficzny i inne metadane.

Plan zasobów

Zrzut ekranu produktu przedstawiający plan zasobów dla projektu, w tym kartę przeglądu konfiguracji procesora graficznego, kartę statystyk użytkownika oraz kartę aktywnych aplikacji

Plan zasobów

Określ konfiguracje procesora graficznego w planie zasobów.

Postęp szkolenia

Zrzut ekranu produktu przedstawiający wykresy liniowe statusu szkolenia

Postęp szkolenia

Monitorowanie szkolenia głębokiego uczenia.

Notatnik procesora graficznego

Zrzut ekranu produktu przedstawiający klasyfikację obrazów w notatniku procesora graficznego

Notatnik procesora graficznego

Utwórz definicję środowiska procesora graficznego i uruchom notatnik w momencie tworzenia notatnika.

Korzystaj z ulubionego środowiska

Wstępnie zainstalowane i zoptymalizowane pod kątem wydajności w produkcie IBM Watson Studio

Logo TensorFlow
Logo Keras
Logo PyTorch

Pierwsze kroki z głębokim uczeniem

Rozpocznij eksperymenty w obszarze głębokiego uczenia w produkcie IBM Watson Studio.