想做机器学习模型却不知从何着手?介绍三个 Google AI

想做机器学习模型却不知从何着手?介绍三个 Google AI

Google 在 1/17 重磅推出了极具破坏性的机器学习产品 Cloud AutoML,引起各大产业的惊呼 (相关文章:Google 发表 Cloud AutoML,对产业带来的五大突破性影响 )。究竟 Cloud AutoML 是什幺? 它与先前 Google 推出的机器学习产品有什幺不同? GCP 专门家将透过这篇文章带您了解 Cloud AutoML、Cloud ML engine、ML API 的差异。

什幺是 AutoML?

透过 Google 最先进的迁移学习 (transfer learning) 和神经架构搜索技术 (Neural Architecture Search technology),即使您没有足够的 ML 背景开发人员,您也可以透过 Cloud AutoML 来训练客製化的机器学习模型。Google 率先推出的第一个 Cloud AutoML 产品就是 AutoML Vision,未来 Google 也将推出其他领域的 Cloud AutoML 服务。

AutoML Vision

想做机器学习模型却不知从何着手?介绍三个 Google AI

透过 Cloud AutoML Vision, 您只需要几十张照片样本,就可以拥有自己的 vision model。Google 将自己的强项:图像辨识,妥善地应用在 Cloud AutoML Vision 上,让 Cloud AutoML Vision 在公开资料集 (CIFAR and ImageNet) 中达到了最好的性能,并将这项研究公开。

Cloud AutoML 使用界面 (graphical user interface) 很平易近人,不管是训练、评估、优化甚至部署模型都非常易于操作。只要几分钟,你就可以拥有自己的机器学习模型。

Cloud AutoML 产品特色

1. 与 human labeling 整合

如果您有图像却还没有标籤也不必担心,Google 提供了一个 human labelers 团队,协助您检查并根据您的指示进行图片的分类。您也可以利用 human labeling service 来标注或清除您的标籤,以确保您的模型接受正确的训练。
不论是 quality 或是 throughput,您得到的 training 资料将和 Google 得到的相同。而且您不必担心资料外洩。

2. 整合性高

Cloud AutoML 与其他 GCP 产品完美整合,举例来说:您可以将您的 training data 存在 Google Cloud Storage 中、在既有的 Vision API 加上参数就可以以取得您客製化模型的 prediction、又或是使用 Cloud ML Engine 的线上预测服务。

Cloud AutoML 应用範例 (依气象预测为例)

更多应用範例请参考

什幺是 Cloud Machine Learning Engine

看完 Cloud AutoML 的介绍是不是有点好奇:Cloud Machine Learning Engine 是什幺样的产品呢? 基本上,Cloud ML Engine 也是一个您客製化机器学习模型的一个工具,您可以在上面执行任何一种 TensorFlow 架构,像是 Google 相簿和和 Google Cloud Speech 都是 ML Engine 运用下的成功範例。

Cloud ML Engine 产品特色

1.HyperTune

ML Engine 结合了 HyperTune,您不用再手动找出所需数据,HyperTune 具备自动调整高等参数的功能,让您能更有效的建立您的模型。

2. 可携式模型

您可以透过下载 Cloud Machine Learning 训练过的模型,提供本机执行或行动整合。

3. 可扩充的代管服务

Google 利用支援 CPU 和 GPU 的代管型分散式训练基础架构,让您能同时支援以 TB 等级的资料和上千位的使用者,您也不需担心基础架构问题。

4. 整合性高

跟过往的 Google 产品相同的是:Cloud ML Engine 能与其他 Google 产品整合,您可以使用来自像是 Cloud Storage 等其他来源的资料、搭配 Cloud Dataflow 的功能处理、Cloud Datalab 的模型建立。

什幺是 Machine Learning API

Machine Learning API 是 Google 已经训练好的机器学习模型,您可以直接使用并透过输入 API 得到预测结果,不需要额外去训练任何模型。Google 根据不同领域推出不同的 Machine Learning API,每个 API 的功能、计价方式及实作步骤请参考:
Machine Learning(一):Cloud Speech API 介绍与实作
Machine Learning(二):Natural Language API 介绍与实作
Machine Learning(三):Cloud Translation API 介绍与实作
Machine Learning(四):Cloud Vision API 介绍与实作
Machine Learning(五):Cloud Video Intelligence API 介绍与实作

AutoML、Cloud ML Engine、ML API 的差异

根据上述的介绍,相信您已经可以感受到三者的不同,将其差异用表格呈现,整理如下:

AutoMLCloud ML EngineML API机器学习
模型可客製化
机器学习模型可客製化机器学习模型可直接使用 Google 定义好的模型操作门槛低高低,但应用有限使用方式有图形化使用介面 (GUI) 可供操作使用 Python 运用 TensorFlow library 写程式以及透过 gcloud 指令操作REST / gRPC API与其他 GCP 产品整合OOO目前
涵盖範畴Cloud AutoML Vision不限领域Cloud Speech API
Cloud Natural Language API
Cloud Translation API
Cloud Vision API
Cloud Video Intelligence API
Cloud Jobs API参考资料

官方 Cloud AutoML 介绍
官方 Cloud ML Engine 介绍

Google 还做了哪些事?

Google Brain 的 2017 年:用机器学习改变医疗、机器人等六大领域

AI 修不好,只能当鸵鸟:Google Photos 分不清猩猩跟黑人,只好让猩猩这个词彙消失

攻佔 App 排行榜第一名:Google 用 AI 帮你找出百年前的双胞胎画像



相关推荐