何謂深度學習?

IBM 在 IBM Watson® Studio 中以實驗為中心的深度學習服務,有助於讓資料科學家以視覺化方式設計其神經網路,並橫向擴充其訓練活動,而自動配置表示僅為所使用的資源付費。針對正式作業環境優化,利用 NVIDIA Tesla V100 GPU 搭配您偏好的深度學習架構來擴大訓練規模,然後輕鬆部署到雲端或邊緣。

→ 觀看深度學習網路研討會(ibm.com 外部鏈結)

深度學習功能

實驗助理

起始並監視批次訓練實驗,然後即時比較交叉模型效能,而不必擔心日誌傳送和 Script,以視覺化結果。您專心設計神經網路,由 IBM 來管理及追蹤您的資產。

開放且有彈性

使用您偏好的深度學習架構:Tensorflow、Keras、PyTorch、Caffe 等等。利用您偏好的工具來管理深度學習實驗:指令行介面 (CLI)、Python 程式庫或互動使用者介面。

彈性 GPU 計算

使用領先市場的 NVIDIA Tesla GPU - K80、P100 和 V100 來平行訓練神經網路。您只需要用多少付多少。自動配置表示不需要記得將雲端訓練實例關機。沒有叢集或儲存器可管理。

超參數優化

有效率地自動搜尋您網路的超參數空間,確保以最少的訓練活動獲得最佳模型效能。

神經網路建模器(測試版)

以視覺化方式設計您的神經網路。使用最受歡迎的深度學習架構,拖放各層神經架構,然後配置並部署。

深度學習效益

節省時間,而不只節省金錢

使用您偏好的 IDE 和現有工作流程。透過視覺化除錯工具,平衡 CLI、Python 程式庫和 REST 的存取。更快更完善地設計網路及優化。

隨需提供情報

受管理的訓練表示您只需要專心設計最佳的神經網路結構。會為您儲存訓練資產。自動配置表示您只要為工作所需的計算資源付費。

信任的雲端基礎架構

已針對企業正式作業環境進行優化,並且在代管 IBM Watson 認知服務的相同基礎架構上執行。

圖形,而不是日誌檔

別管文字日誌了。即時覆蓋精確度與和損失圖形套版,並且追蹤然後檢視模型超參數,以進一步深入探討神經網路的訓練。

小組協同作業

分享實驗、除錯神經架構、存取代管物件儲存庫中的一般資料,並將版本化模型轉遞給您的團隊,協助他們將資料饋送至持續學習流程中。

產品供應項目影像

使用您喜愛的架構

在 Watson Studio 中,已預先安裝熱門架構,並透過 Watson Machine Learning 服務優化其效能,而且可輕鬆將自訂相依關係新增至您的環境。立即試用 Watson Studio,您只需要專心在工作上,IBM 會負責照顧您的環境。

探索 Watson Studio →

指導教學及使用案例

使用筆記本、Keras 和 TensorFlow 來建置用於產生文字的語言模型

您如何對抗詐騙問題,例如產品評論?利用建立它們的相同產生模型。此程式碼型樣說明如何使用 Keras 和 TensorFlow,在筆記本中訓練深度學習語言模型。使用從 Yelp 下載的資料,您將學習如何安裝 TensorFlow 和 Keras、訓練深度學習語言模型,以及產生新的餐廳評論。雖然此程式碼型樣的範圍僅限於產生文字的簡介,但它為學習如何建立語言模型提供了強大的基礎。

跳至指導教學

深度學習

在 Watson Studio 和 PyTorch 中建置手寫數字辨識器

辨識手寫數字是人類簡單的日常技能,但是對機器而言,可能是一項重大挑戰。現在隨著機器學習和 AI 的進步,情況正在改變。有行動銀行應用程式可以即時掃描手寫支票,還有會計軟體可以在幾分鐘內從數千份合約中擷取出金額。如果您有興趣瞭解這整個過程如何運作,請依循這個程式碼型樣,我們會帶領您使用 Watson Studio 和 PyTorch,逐步建立簡單的手寫數字辨識器。

跳至指導教學

在 Watson Studio 和 PyTorch 中建置手寫數字辨識器

開始使用深入學習

立即開始執行深度學習實驗。