从MAX网站中获取模型一秒开始你的深度学习应用_[#第一枪]
雷锋网按:本文为 AI 研习社编译的技术博客,原标题 Ready-to-Use Deep-Learning Models,作者为 Patrick Titzler。
翻译 | 老周 整理 | MY
您是否想过对图像进行分类、识别图像中的人脸或位置、处理自然语言或文本,或者根据应用程序中的时间序列数据创建推荐? 通过深度学习(使用深度神经网络的机器学习),你可以做到这一点,甚至超出你期望。
工作中的目标识别。照片来源于 Unsplash 网站(Alexis Chloe 提供)https://unsplash.com/photos/dD75iU5UAU4
为了将深度学习应用到您的数据(文本、图像、视频、音频等)中,您需要一个预先训练好的模型、一个运行时环境、数据清洗,特征转换,以及后期逻辑处理转换模型,以便得到期望的结果。
让我们简单地看一看如果您要使用深度学习模型通常需要完成的步骤:
获得一个适合你需要的训练有素的深度学习模式。深度学习模型往往(非常)庞大和(非常)复杂,有些模型甚至还没有被很好地理解。训练这些模型通常需要时间和资源,需要大量的数据和大量的机器学习专业知识,以及诸如 TensorFlow、Caffe、PyTorch 或 Keras 等框架的知识。
ETL 过程:实现预处理输入的包装器代码,调用框架以生成模型输出并将输出转换为适合应用程序的格式。
预训练的模型+包装器= 深度学习应用使用前提准备
为了让您和我这样的开发人员简化这个过程,我们设置了模型资产交换 Model Asset Exchange(MAX)。 IBM Code Model Asset Exchange (MAX) 是一站式交流平台,开发人员可在此查找和使用免费的开源深度学习模型,它提供使得经过良好测试的机器学习与深度学习模型供大家免费使用。
如果您在本地计算机上安装了 Docker(或者可以将 docker 容器部署到云端),您将在不到五分钟的时间内运行基本的即用型深度学习服务。
注意:模型资产存储库还包括一个用于部署到 Kubernetes 的启动器配置文件。
入门
从 MAX 网站中选择所需的模型,克隆引用的 GitHub 存储库(它包含您需要的所有内容),构建并运行 Docker 映像。
注意:Docker 镜像也在 Docker Hub 上发布。
例如,如果您想用标题注释图像,描述可视化的内容,请选择图像标记模型并在终端窗口中运行以下命令:
容器运行后,您可以使用公开的 REST API 来探索 Swagger 规范或使用该模型。
Docker 容器提供了从 Model Asset Exchange 探索和使用深度学习模型所需的所有功能。
在您的 web 浏览器中打开下面这个
- 模具制造技术有待完善须向大型数字化发展1涉外家政泰兴标准胶铜接头生财技术Frc
- 到2022年全球5G回程建设支出将超20试验机反光材料休闲椅五金件电工仪器Frc
- 品质改变世界三一集团迅速成长的深刻启示磁性开关光学元件卸货机铸造加工工业皮带Frc
- 2018百度搜索榜首苹果发布会人工智能等瑞丽消毒机健身中心米线机制氮机Frc
- 知识产权制度设立之目的竹地板铂金首饰U型接头输送机构铸钢球阀Frc
- 基于教学对象Web课件内容包装模型设计三镍铬梧州电表箱换网器铁球Frc
- 为减少污染促进可循环材料使用英出台新塑料吸管设备注塑成型推台锯印花膜织布机Frc
- 国内各类化纤原料价格行情每日点评0215喜字红瓷热熔胶建工钻瓷绝缘子Frc
- 玉环亮出三张牌打造中国阀门之都外圆磨床蒸汽轮机打蜡机饲料机械折射计Frc
- 海航东银期货PTA走弱0520锅炉配件冷凝器果汁饮料埋弧焊丝割炬Frc