xml地图|网站地图|网站标签 [设为首页] [加入收藏]

百度在多年深度学习和人工智能技术的积累和业

除核心框架外,飞桨还拥有完备的工具组件、面向任务的开发套件、产业级服务平台等全方位助力产业应用。吴甜在会上分享了一组数据,截止目前,飞桨深度学习平台已累计服务150多万开发者,仅在定制化训练平台上就有超过6.5万企业用户,发布了16.9万个模型。

第四,覆盖多领域的产业级开源模型库。飞桨官方支持100多个经过产业实践长期打磨的主流模型,同时开源开放200多个预训练模型。机器视觉、自然语言理解、强化学习等多领域模型曾在国际竞赛中夺得20多项第一。

作者:赵广立 来源: 中国科学报 发布时间:2019/12/16 14:41:45 选择字号:小 中 大 我国自主深度学习平台比肩国际主流

吴甜介绍,目前百度飞桨拥有四大领先技术。包括:

11月2日,2019 AIIA人工智能开发者大会主论坛上,百度AI技术平台体系执行总监、深度学习技术及应用国家工程实验室副主任吴甜分享了百度开源深度学习平台飞桨的多项领先技术,飞桨成为改变人们生活的“助攻者”之一,同时也是开发者最想快速掌握的深度学习平台。

不过,与TensorFlow等相比,飞桨在生态构建上仍然有较大发展空间。生态体系不是一朝一夕培育起来的,国外框架几年前就开始在中国大规模推广了,目前渗透很深。王海峰说,我们希望有关多方围绕深度学习框架和平台这个核心形成合力,下大力气培育自主的生态体系。

第二,超大规模深度学习模型训练技术。飞桨突破了超大规模深度学习模型训练技术,实现了世界首个支持千亿特征、万亿参数、数百节点的开源大规模训练平台,攻克了超大规模深度学习模型的在线学习难题,实现了万亿规模参数模型的实时更新。

吴甜介绍,目前百度飞桨拥有四大领先技术。包括:

中国科学院计算技术研究所研究员陈云霁今年发表在《中国计算机学会通讯》上的《智能计算系统一门人工智能专业的系统课程》一文中提到,越是人工智能上层的研究,我国研究者对世界作出的贡献越多;越是底层,我国研究者的贡献越少。

11月1日的2019AIIA百度飞桨公开课上,众多慕名而来的开发者们参与实战,与百度资深工程师一道深度了解飞桨的特性、设计思路、深度学习算法开发及端侧部署全流程实践方案。

第二,超大规模深度学习模型训练技术。飞桨突破了超大规模深度学习模型训练技术,实现了世界首个支持千亿特征、万亿参数、数百节点的开源大规模训练平台,攻克了超大规模深度学习模型的在线学习难题,实现了万亿规模参数模型的实时更新。

在各种ImageNet比赛中,我国很多机构的算法模型已经呈现霸榜的趋势,可以说代表了世界前沿水平。但这些算法模型绝大部分都是在CUDA编程语言、TensorFlow编程框架以及GPU之上开发的。在这些底层的硬科技中,我国研究者对世界的贡献就相对少了很多。对这一现象,陈云霁表示担忧,底层研究能力的缺失不仅给我国人工智能基础研究拖后腿,更重要的是,将使得我国智能产业成为空中楼阁,走上信息产业受核心芯片和操作系统制约的老路。

中新网11月3日电 深度学习技术能让文化底蕴浓厚的老茶馆换上科技的“新装”,也能让原本1周的工作量缩短为1个小时,且效果更佳……这些看似稀奇的事已经随着深度学习技术的发展成熟逐渐普及。

美高梅4688官方网站 1

产业级应用要求很苛刻,推理速度快的优势尽显。比如质检线上一个零件的停留时间只有数十毫秒,如果推理速度不够,可能导致机器无法及时完成缺陷识别。马艳军举例说,飞桨下大力气结合许多苛刻场景做了性能优化,目的就是推动飞桨在工业场景的应用。在已上线飞桨计算机视觉相关模型的上海和辉光电OLED及重庆京东方LCD不良检测项目中,产品漏检率、过检率相较应用前均有数倍提升。

当下,人工智能已经成为新一轮科技革命和产业变革的核心驱动力量,人工智能技术已从人工规则、机器学习发展至当前,以深度学习技术为核心的新阶段。而深度学习之所以带来深刻变化,其通用性优势是关键。

吴甜表示,深度学习框架下接芯片,上承各种业务模型、行业应用。类比来说,深度学习框架可以看作是智能时代的操作系统。通过对底层语言和重要算法模型进行封装,能有效帮助开发者面对大规模产业化实践过程中,在开发、训练、部署等方面面临的多种挑战。

近两年来,飞桨围绕深度学习框架的基本功能、性能、芯片支持的完备性等技术指标进行了一系列的易用性开发和性能迭代,为开发者提供了优于国外框架的使用体验。

基于这一洞察,百度在多年深度学习和人工智能技术的积累和业务实践的基础上,研发了“飞桨产业级深度学习开源开放平台”,自2016年正式开源以来,如今飞桨已经成长为集核心框架、模型库、开发套件、工具组件和服务平台为一体,功能完备、全面开源开放的产业级深度学习平台。

第一,开发便捷的产业级深度学习框架。飞桨深度学习框架采用基于编程逻辑的组网范式,对于普通开发者而言更容易上手,符合他们的开发习惯。同时支持声明式和命令式编程,兼具开发的灵活性和高性能。网络结构自动设计,模型效果超越人类专家。

智能时代的操作系统

第三,多端多平台部署的高性能推理引擎。飞桨不仅兼容其他开源框架训练的模型,还可以轻松地部署到不同架构的平台设备上。同时,飞桨的推理速度也是全面领先的。尤其经过跟华为麒麟NPU的软硬一体优化,使得飞桨在NPU上的推理速度进一步突破。

第三,多端多平台部署的高性能推理引擎。飞桨不仅兼容其他开源框架训练的模型,还可以轻松地部署到不同架构的平台设备上。同时,飞桨的推理速度也是全面领先的。尤其经过跟华为麒麟NPU的软硬一体优化,使得飞桨在NPU上的推理速度进一步突破。

优于国外框架的使用体验

责任编辑:刘迅

吴甜介绍,在人工智能领域,深度学习技术出现后,标准化、自动化程度大幅提升,以往需要反复调节的东西,都统一在深度学习框架下。技术足够通用,则意味着大规模产业应用的发端。

在开发能力方面,飞桨除了支持对常用API的调用之外,还在编程范式上同时支持声明式编程和命令式编程,兼具很好的灵活性和稳定性,可满足不同开发者的开发习惯,更易上手。另外,飞桨提供了自动化网络结构设计这一工具,在多个任务上实测显示自动化设计水平已超过人类专家。

本文由美高梅mgm平台发布于美高梅4688官方网站,转载请注明出处:百度在多年深度学习和人工智能技术的积累和业

TAG标签:
Ctrl+D 将本页面保存为书签,全面了解最新资讯,方便快捷。