AWS增強(qiáng)了深度學(xué)習(xí)AMI AI服務(wù)SageMaker的基礎(chǔ)知識(shí)和認(rèn)可度

亞馬遜網(wǎng)絡(luò)服務(wù)(AWS)宣布了其深度學(xué)習(xí)虛擬機(jī)映像的更新，以及其AI服務(wù)SageMaker Ground Truth和Rekognition的改進(jìn)。

Amazon Elastic Compute Cloud(EC2)是最古老的AWS服務(wù)之一，但它仍然為構(gòu)建機(jī)器學(xué)習(xí)解決方案提供了最大的靈活性。EC2虛擬機(jī)由Amazon Machine Image(AMI)定義，它是計(jì)算機(jī)硬盤(pán)驅(qū)動(dòng)器的“快照”。這為開(kāi)發(fā)人員提供了一種在安裝了操作系統(tǒng)和軟件套件的情況下快速啟動(dòng)計(jì)算機(jī)或計(jì)算機(jī)集群的方法。

AWS 深度學(xué)習(xí)AMI在2016年末宣布，是Amazon為“自己動(dòng)手”機(jī)器學(xué)習(xí)開(kāi)發(fā)人員準(zhǔn)備的預(yù)打包設(shè)置。它包括Python的Anaconda發(fā)行版以及幾種流行的深度學(xué)習(xí)框架，包括TensorFlow，Apache MXNet，PyTorch和Chainer。AMI的最新版本包括對(duì)PyTorch 1.1和Chainer 5.4 的升級(jí)。發(fā)行說(shuō)明中提供了完整的更改列表。

許多機(jī)器學(xué)習(xí)訓(xùn)練任務(wù)需要包含已知“答案”或標(biāo)簽的數(shù)據(jù)集。例如，訓(xùn)練系統(tǒng)以識(shí)別圖像中的對(duì)象需要圖像的集合以及其中的對(duì)象列表。這通常需要“自然情報(bào)”;也就是說(shuō)，一個(gè)人必須檢查每個(gè)圖像并寫(xiě)下其中的對(duì)象。

Amazon SageMaker Ground Truth使用戶可以上傳未標(biāo)記的數(shù)據(jù)集并為其定義標(biāo)簽作業(yè)，然后將工作分配給人工團(tuán)隊(duì)。SageMaker Ground Truth支持使用“公共勞動(dòng)力”(通過(guò)Mechanical Turk)，第三方供應(yīng)商勞動(dòng)力或用戶自己的私有勞動(dòng)力?，F(xiàn)在，新版本允許用戶配置私人勞動(dòng)力，以便新來(lái)的工作將電子郵件發(fā)送給工作人員。以前，工人必須輪詢系統(tǒng)以查找可用的工作。

Google Cloud Platform具有類(lèi)似的標(biāo)簽解決方案，但它是“預(yù)發(fā)布”功能，僅支持Google自己的員工和第三方供應(yīng)商工人;它不支持建立專(zhuān)門(mén)的私人勞動(dòng)力。與大多數(shù)AWS一樣，AWS私有勞動(dòng)力解決方案旨在與其他AWS服務(wù)結(jié)合使用。例如，工作人員使用Amazon的Cognito身份服務(wù)登錄到系統(tǒng)，然后通過(guò)簡(jiǎn)單通知服務(wù)(SNS)發(fā)送電子郵件通知。

對(duì)于那些不想“自己開(kāi)發(fā)”機(jī)器學(xué)習(xí)的人，AWS提供了各種AI服務(wù)。Amazon Rekognition是AWS的完全托管的視頻和圖像分析解決方案。給定圖像或視頻，Rekognition可以識(shí)別對(duì)象，人物，文本，場(chǎng)景和活動(dòng)，并檢測(cè)任何不適當(dāng)?shù)膬?nèi)容。但是，與大多數(shù)較新的服務(wù)一樣，并非在每個(gè)AWS區(qū)域都可用。通過(guò)此新版本，Rekognition現(xiàn)在可在另外四個(gè)地區(qū)使用：(法蘭克福)，(倫敦)，西部(加利福尼亞北部)和亞太地區(qū)(新加坡)。

其他主要的云服務(wù)提供商提供的服務(wù)類(lèi)似于Rekognition。Microsoft Azure的 計(jì)算機(jī)視覺(jué)服務(wù)提供了一組可比較的功能。像識(shí)別，它不是在每個(gè)地區(qū)都可用。Google的 Vision API在全球范圍內(nèi)可用，但僅適用于圖像，不適用于完整視頻。