Что представляет собой глубокое обучение?

Ориентированная на проведение экспериментов служба глубокого обучения IBM Watson® Studio помогает экспертам по анализу данных осуществлять визуальное проектирование нейронных сетей и масштабировать процессы обучения. При этом механизм автоматического выделения ресурсов дает возможность реализовать модель оплаты ресурсов по факту использования. Данное решение оптимизировано для производственных сред и позволяет масштабировать обучение моделей с помощью графического процессора NVIDIA Tesla V100 в любой среде глубокого обучения, а затем развернуть модели в облаке или на границе среды.

→  Смотреть вебинар о глубоком обучении(внешняя ссылка)

Возможности глубокого обучения

Experiment Assistant

Создавайте и контролируйте пакетные эксперименты по обучению моделей; сравнивайте показатели моделей в реальном времени, не беспокоясь о передаче журналов и сценариев для визуализации результатов. Вам остается лишь сосредоточиться на проектировании нейронных сетей; IBM позаботится об управлении вашими ресурсами.

Открытость и гибкость

Пользуйтесь любыми средами глубокого обучения: Tensorflow, Keras, Pyorch, Caffe и другими. Управляйте экспериментами глубокого обучения с помощью удобных вам инструментов: командной строки, библиотеки Python или интерактивного интерфейса.

Эластичные расчеты на графических процессорах

Проводите параллельное обучение нейронных сетей с помощью передовых графических процессоров NVIDIA Tesla: K80, P100 и V100. Платите только за то, что используете. Автоматическое выделение ресурсов избавляет от необходимости выключать процесс облачного обучения. Не нужно управлять кластерами и контейнерами.

Оптимизация гиперпараметров

Эффективная автоматизация поиска в пространстве гиперпараметров сети помогает обеспечить максимальную производительность моделей с минимальным количеством сеансов обучения.

Neural Network Modeler (бета-версия)

Визуальное проектирование нейронных сетей. Пользуйтесь графическим интерфейсом для переноса слоев нейронной архитектуры, настройки и развертывания моделей с помощью популярных сред глубокого обучения.

Достоинства глубокого обучения

Экономия времени и денег

Пользуйтесь удобными средами разработки и рабочими процессами. В вашем распоряжении командная строка, библиотека Python и REST наряду с инструментами визуальной отладки. Проектируйте и оптимизируйте свои сети лучше и быстрее.

Аналитика по запросу

Управляемое обучение дает возможность сосредоточиться на проектировании оптимальных структур нейронных сетей. Все ресурсы обучения будут сохраняться для вас. Автоматическое выделение ресурсов означает, что вы платите только за вычислительные ресурсы, необходимые для выполнения задания.

Защищенная облачная инфраструктура

Оптимизирована для производственных сред крупных предприятий и работает в той же инфраструктуре, в которой развернуты когнитивные службы IBM Watson.

Диаграммы вместо журналов

Забудьте о текстовых журналах. Наложение графиков точности и потерь в реальном времени, мониторинг и просмотр гиперпараметров моделей для глубокого анализа обучения нейронных сетей.

Командная работа

Делитесь экспериментами, выполняйте отладку нейронных архитектур, пользуйтесь общими данными в хранилищах объектов и направляйте разные версии модели членам своей команды, чтобы у них была возможность загружать в них данные для организации непрерывного цикла обучения.

Изображения продукта

Пользуйтесь привычными инструментами

В Watson Studio заранее установлены популярные инструменты. Они оптимизированы для обеспечения максимальной производительности с помощью Watson Machine Learning Service, и к ним очень просто добавлять пользовательские зависимости. Попробуйте Watson Studio и оцените возможность сосредоточиться только на основной задаче, доверив IBM заботу об управлении вашими средами.

Знакомство с Watson Studio →

Учебники и практические примеры

С помощью блокнотов, Keras и TensorFlow постройте модель языка для создания текста

Как бороться с мошенничеством, например в сфере обзоров продукции? С помощью таких же моделей, которые создают их. Этот шаблон кода демонстрирует обучение модели глубокого обучения языку в блокноте с помощью Keras и TensorFlow. С помощью данных, загруженных из Yelp, вы научитесь устанавливать TensorFlow и Keras, обучать модели глубокого обучения языку и генерировать новые обзоры ресторанов. Хотя этот шаблон кода иллюстрирует только основы создания текста, он помогает научиться создавать языковые модели.

Перейти к учебнику

Глубокое обучение

Создайте систему распознавания рукописных цифр в Watson Studio и PyTorch

Распознавание рукописных цифр — простой повседневный навык для человека, который раньше был непростой задачей для машин. Развитие машинного обучения и искусственного интеллекта меняет эту картину. Мобильные банковские приложения могут мгновенно сканировать чеки, заполненные от руки, а бухгалтерское программное обеспечение может извлечь суммы из тысяч контрактов в считанные минуты. Если вам интересно, как это работает, присоединяйтесь к нам и создайте вместе с нами простую систему распознавания рукописных цифр с помощью Watson Studio и PyTorch.

Перейти к учебнику

Создайте систему распознавания рукописных цифр в Watson Studio и PyTorch

Начало работы с глубоким обучением

Начните эксперименты с глубоким обучением прямо сейчас.