熱門關鍵字:行動支付 | 自駕車 | 藍牙5 | NB-IoT | AI

訂閱電子報

立刻輸入Email,獲取最新的資訊:

收藏功能:
分享報新知:
其他功能:

模型訓練資金/技術難度高 網路大廠力推雲端訓練方案

文‧郭家蓉 發布日期:2018/06/11 關鍵字:模型訓練人工智慧AI雲端訓練機器學習

模型訓練是人工智慧(AI)應用開發過程中最吃重的工作,不僅需要使用具備極高運算效能的硬體設備,還要有大量、高品質的資料集,才能得出精準的模型。為了降低此一門檻,許多網路大廠均推出以雲端為基礎的訓練服務。

自2017年起,包含微軟(Microsoft)、Google及亞馬遜(Amazon),都極力推廣人工智慧民主化(Democratizing AI),希望透過雲端運算服務,並簡化AI工具,讓AI技術可以迅速普及化,導入到各行各業。在此策略前提下,Google於2018年1月17日推出機器學習服務Cloud AutoML Alpha版本,簡化AI訓練的門檻,引起產業高度關注。

Cloud AutoML採用遷移學習(Transfer Learning)及神經架構搜尋(Neural Architecture Search)技術,利用多層卷積式神經網路中已經預先學習的神經元圖像,套用到新的分類目標中,達到快速訓練的目的。目前Cloud AutoML僅推出視覺工具包AutoML Vision,藉由Google已經預先訓練好的公開資料集CIFAR及ImageNet,達成簡化訓練的目標。

》想看更多內容?快來【免費加入會員】【登入會員】,享受更多閱讀文章的權限喔!
研討會專區
熱門文章