Amazon Создала Новый Инструмент Для Создания Моделей ИИ С помощью Нескольких Строк Код

По мере того, как усилия по упрощению и повышению доступности машинного обучения увеличиваются, различные компании создают инструменты для упрощения создания и оптимизации глубоких моделей обучения. Как сообщает VentureBeat, Amazon (AMZN ) запустила новый инструмент, предназначенный для помощи в создании и модификации моделей машинного обучения всего за несколько строк кода.

Выполнение машинного обучения на наборе данных часто является долгой и сложной задачей. Данные должны быть преобразованы и предварительно обработаны, а затем создана и настроена соответствующая модель. Настройка гиперпараметров модели и повторная тренировка могут занять много времени, и для решения таких проблем Amazon запустила AutoGluon. AutoGluon является попыткой автоматизировать большую часть накладных расходов, которые обычно сопровождают создание системы машинного обучения. Например, не только инженеры машинного обучения должны решить вопрос об архитектуре, но также экспериментировать с гиперпараметрами модели. AutoGluon стремится упростить как создание архитектуры нейронной сети, так и выбор подходящих гиперпараметров.

AutoGluon основан на работе, начатой Microsoft (MSFT ) и Amazon в 2017 году. Оригинальный Gluon был интерфейсом машинного обучения, предназначенным для того, чтобы позволить разработчикам смешивать и сочетать оптимизированные компоненты для создания своих собственных моделей, но AutoGluon создает модель от начала до конца на основе желаний пользователя. AutoGluon, как сообщается, способен производить модель и выбирать гиперпараметры для модели в пределах указанного диапазона выбора всего за несколько строк кода. Разработчику необходимо предоставить только несколько аргументов, таких как желаемое время завершения обучения, и AutoGluon рассчитает лучшую модель, которая завершится в указанное время и с учетом доступных вычислительных ресурсов.

В настоящее время AutoGluon способен создавать модели для классификации изображений, классификации текста, обнаружения объектов и табличной прогнозирования. API AutoGluon также предназначен для того, чтобы более опытные разработчики могли настраивать автоматически сгенерированную модель и улучшать ее производительность. На данный момент AutoGluon доступен только для Linux и требует Python 3.6 или 3.7.

Джонас Мюллер, являющийся частью команды разработки AutoGluon, объяснил причину создания AutoGluon:

«Мы разработали AutoGluon, чтобы真正 демократизировать машинное обучение и сделать силу глубокого обучения доступной для всех разработчиков. AutoGluon решает эту проблему, поскольку все выборы автоматически настраиваются в пределах диапазонов, которые известны как хорошо работающие для конкретной задачи и модели».

AutoGluon является новым методом в длинной серии методов, предназначенных для снижения уровня экспертизы и времени, необходимых для обучения моделей машинного обучения. Программные библиотеки, такие как Theano, автоматизировали расчет градиентных векторов, в то время как Keras позволяли разработчикам легко указывать определенные желаемые гиперпараметры. Amazon считает, что еще много работы предстоит сделать для демократизации машинного обучения, например, упрощения предварительной обработки данных и настройки гиперпараметров.

Создание AutoGluon, кажется, является частью усилий Amazon по упрощению обучения и развертывания систем машинного обучения. Amazon также внесла изменения, связанные с машинным обучением, в свою серию AWS. Например, были внесены улучшения в набор инструментов AWS Sagemaker. Набор инструментов AWS SageMaker внутри серии AWS позволяет разработчикам обучать и развертывать модели в облаке. SageMaker поставляется с рядом инструментов, которые позволяют разработчикам автоматически выбирать алгоритмы, обучать и проверять модели, а также улучшать точность моделей.