首页>行情 >内容

百度推出无程式码机器学习平台EZDL

行情2021-02-27 14:04:43
最佳答案

随着机器学习技术发展,使用机器学习的门槛渐渐降低,Lobe在今年5月时,发表了深度学习介面视觉化工具,让没有机器学习知识技术基础的开发人员,不需要撰写任何程式码,只要透过介面拖拉点击等操作,就能为应用程式加入图像或是声音辨识等功能。

而EZDL则是一个与Lobe服务相似的机器学习服务平台,也能让使用者可以透过拖放等介面操作,自定义机器学习模型,现在提供图像以及声音辨识服务。

百度EZDL技术负责人谢永康表示,即使没有接触过程式开发的使用者,也能在EZDL平台上没有障碍的建立机器学习模型,而这对于资源有限的中小型企业来说特别有帮助,在缺少人工智慧专家或是运算资源的情况下,只要有资料,仍然有办法完成深度学习模型训练与应用部署。

EZDL主打4大特点,简单、快速、高效能以及安全。训练机器学习总共只需要4个步骤,从初始模型开始,接着上传标籤资料诸如影像或是声音物件,第三步训练并测试模型,最后输出模型。百度强调,他们最佳化过的演算法,平均15分钟就能完成训练,而且三分之二的模型,其正确率超过90%,而他们的用户资料不只加密且隔离,并且有完备的授权机制控管。

训练完成的模型,使用者可以选择发布成云端API或是离线SDK两种方法。百度提供云端API使用者企业级的云端服务,具有毫秒回应时间,还能应付高并行的存取流量,保证99%可靠性。而离线使用者可以选择将模型输出成客户端的SDK,支援离线在作业系统执行,甚至是iOS与Android中运作,能结合行动装置、照相机与其他终端装置使用。

EZDL官网给出了使用範例以及数据指标,一般影像分类,对影像中的物件或是场景进行分类,在影像中只有一个物件或是场景时使用,训练约需要20到100张照片,每张照片都需要有标籤,整体训练时间约为10分钟。另外,在物件侦测的案例上,识别图像中多个目标物件的位置、标籤以及数量,适用于图像中有多个物件,同样需要20到100张具有标籤的图像,训练时间将会超过30分钟。而在声音辨识上,用来辨识各种动物的声音或是安全监控,最少需要超过50个标籤音讯档案,一千个音讯档案集约需要1小时的训练时间。

製作标籤资料是机器学习的困难之一,但目前EZDL不支援多台电脑同时使用同一个帐户上传资料,但使用者如有已经标记好的训练影像,可以直接与百度连络,申请直接上传服务。另外,即便模型训练完成,在往后的任何使用阶段,也可以持续的进行模型最佳化。

官方介绍影片:

 

免责声明:本文由用户上传,如有侵权请联系删除!