亚马逊AWS首席科学家:从图像理解到语音识别,我们是如何研究和量化机器学习的
亚马逊一直致力于寻求机器学习多域模型的解决方案,以及多领域的应用如何能够在云上进行计算。
在今日于北京召开的《麻省理工科技评论》新兴科技峰会EmTech China上,作为亚马逊旗下最赚钱云服务部门 AWS 的核心人物,亚马逊AWS首席科学家Animashree Anandkumar解读我们该如何研究和量化机器学习。
深度学习需要经过多层甚至数百层的处理过程,机器学习也会在不同的GPU,进行跨机器、跨设备处理,这就需要网络技术。
而多域模型能够帮助我们同时处理科学、工程,各种领域方面的应用。亚马逊就一直致力于寻求机器学习多域模型的解决方案,以及多领域的应用如何能够在云上进行计算。
那么亚马逊是如何运作当前的深度学习模式呢?以下为镁客网整理分享的Animashree Anandkumar现场演讲内容:
深度学习有很广泛的运用领域,我们有一些专门的项目会应用到不同的硬件基础设施中。Mxnet就是其中的一个深度学习引擎,这个项目首先由大学里的研究员开发,现在我们正在AWS开发这个引擎。
这个引擎的优点是显而易见的。它建立了一个网络,让编程过程、表述、特征描述、风格都非常灵活、方便,提高了程序员的效率。同时也提供了很好的语言支持,且前后端自动对接,提高了编程的效率。
这个网络有一些固定的数据,相互连接的层级会在输入和输出之间进行连接。在计算顺序方面,他们有一定的序列关系,我们制定了图表来自动进行平行的对比。它还实现了记忆进行自动化,这样在代码运算时也提高了效率。
我们也用多GPU的训练提升效率。一个机器上面会有多个GPU进行数据并行化,可以同时获得大量的数据。中央数据是来自于不同CPU等级上面的网络,数据不断地向下划分,进入各个GPU。
GPU需要进行处理时发现了相似的内容就会进行整合,也增加了我们的效率。GPU可以在Mxnet上面整合运算结果,这样成本也比较低。同时我们也提升了Mxnet的性能。增加了GPU以后,整个输入输出效率也会翻番。这是在AWS基建上运行的,包括B2X和B22X。
所有的服务里面, Mxent的效率最高,达到了91%,包括Resnet和Inception v3和Alexnet。这是有多个GPU的单一基体。在多基体上每一个机器都有16个GPU,组合到一起后,所有的数据经过网络就会影响效率。但我们的效率并没有降低很多,因为Mxnet的打造非常紧密,可以提升效率。所以我们可以进行这种分布式的多机器的训练。这
些现在也可以应用于一些情景的运行以及我们多GPU和CPU的框架之中。我们也希望可以提供这样的技术给我们的消费者,让他们知道我们分布式的训练有非常好的技术包裹,可以帮助我们进行网络压缩以及网络解压,提供好的技术服务。
所有的这些框架,都可以应用于我们的机器学习平台CHMaker。这是多机器学习的一个平台,所有的分布式深度学习框架都可以在这个平台上进行运行,比如说TensorFlow、Mxnet。我们的平台除MxNet之外可以支持所有的框架,我们希望可以给我们的用户更多灵活的选择。
除此之外,DeepLens也是我们最近发布的第一款深度学习的摄像头,可以提供很多的服务,比如语言、语句、计算机视觉等。使用者不需要培训自己的学习模型,完全可以使用我们的服务。我们整个系统都具有很多的解决方案。
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
滴滴出行与斯坦福人工智能实验室达成合作
滴滴出行宣布与斯坦福大学人工智能实验室(Stanford Artificial Intelligence Laboratory)达成合作,双方将围绕人工智能热点课题进行科学研究、课程创新、人才培养等。这是继牵手密歇根大学之后,滴滴再一次与国际高校进行合作,标志着滴滴正在持续吸引、聚集海外创新资源,携手以全球视野推进前沿科技不断突破。 据了解,合作期间,双方将重点对人工智能、智能驾驶领域热点课题展开研究,具体研究方向包括计算机视觉、机器学习、迁移学习等。除整合双方优势,进行前沿科学研究探索外,滴滴还将参与SAIL课程设计,开放滴滴数据平台,提供部分脱敏数据供学生进行实验和研究,从而培养更多具有创新意识的人工智能领域顶级人才,为创新发展集聚动能。 公开的资料显示,斯坦福大学在机器学习、人工智能等领域实力深厚,其人工智能实验室成立于1962年,是全球最顶级的人工智能研究机构之一。目前SAIL聚集了多个领域专家,覆盖计算机视觉、机器学习、图像处理、传感器网络、自然语言处理、机器人(300024)技术等多个领域。 滴滴出行CTO张博表示,滴滴平台拥有全世界最丰富的出行数据,基于领先的大数据和技术...
- 下一篇
高盛:人工智能生态报告 最全AI产业盘点
高盛:人工智能(AI)生态报告 近日,高盛最新推出了一份讲解人工智能生态的重磅报告《2016高盛人工智能(AI)生态报告》(AI, Machine Learning and Data Fuel the Future of Productivity)(共99页)。报告从最基本的人工智能概念开始,主要内容包括人工智能所能变革的行业、人工智能生态、使用案例,报告特别指出百度和其它世界知名互联网巨头如谷歌、微软、IBM和英特尔公司等一道被列为推动AI未来发展的引擎、主要驱动者,并附有高盛调查得到的150多家人工智能与机器学习公司列表,堪称史上最全AI产业目录。 报告中对人工智能做出如下释义:AI是制造以人类智能的方式学习并解决问题的智能机器和计算机程序的科学工程。该领域包括自然语言处理与翻译、视觉感知与模式识别,以及决策制定等,近年来机器学习和深度学习的应用领域极速扩张。数据、更快的硬件、更好的算法是推动人工智能的进展的三大基石。正如百度首席科学家吴恩达在《麻省理工科技评论》的NIPS2016专访中提到,“硬件的进步将为新兴的人工智能技术提供燃料动力”。而在线搜索、推荐引擎、人脸识别,成为报告...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS7,8上快速安装Gitea,搭建Git服务器
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Windows10,CentOS7,CentOS8安装Nodejs环境
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- CentOS7,CentOS8安装Elasticsearch6.8.6
- CentOS8安装Docker,最新的服务器搭配容器使用
- 设置Eclipse缩进为4个空格,增强代码规范
- CentOS7安装Docker,走上虚拟化容器引擎之路
- CentOS7设置SWAP分区,小内存服务器的救世主