AWS增強了深度學習AMI AI服務(wù)SageMaker的基礎(chǔ)知識和認可度

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

Amazon Elastic Compute Cloud(EC2)是最古老的AWS服務(wù)之一，但它仍然為構(gòu)建機器學習解決方案提供了最大的靈活性。EC2虛擬機由Amazon Machine Image(AMI)定義，它是計算機硬盤驅(qū)動器的“快照”。這為開發(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計算機或計算機集群的方法。

AWS 深度學習AMI在2016年末宣布，是Amazon為“自己動手”機器學習開發(fā)人員準備的預(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習框架，包括TensorFlow，Apache MXNet，PyTorch和Chainer。AMI的最新版本包括對PyTorch 1.1和Chainer 5.4 的升級。發(fā)行說明中提供了完整的更改列表。

許多機器學習訓練任務(wù)需要包含已知“答案”或標簽的數(shù)據(jù)集。例如，訓練系統(tǒng)以識別圖像中的對象需要圖像的集合以及其中的對象列表。這通常需要“自然情報”;也就是說，一個人必須檢查每個圖像并寫下其中的對象。

Amazon SageMaker Ground Truth使用戶可以上傳未標記的數(shù)據(jù)集并為其定義標簽作業(yè)，然后將工作分配給人工團隊。SageMaker Ground Truth支持使用“公共勞動力”(通過Mechanical Turk)，第三方供應(yīng)商勞動力或用戶自己的私有勞動力?，F(xiàn)在，新版本允許用戶配置私人勞動力，以便新來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具有類似的標簽解決方案，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;它不支持建立專門的私人勞動力。與大多數(shù)AWS一樣，AWS私有勞動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)，然后通過簡單通知服務(wù)(SNS)發(fā)送電子郵件通知。

對于那些不想“自己開發(fā)”機器學習的人，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可以識別對象，人物，文本，場景和活動，并檢測任何不適當?shù)膬?nèi)容。但是，與大多數(shù)較新的服務(wù)一樣，并非在每個AWS區(qū)域都可用。通過此新版本，Rekognition現(xiàn)在可在另外四個地區(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)類似于Rekognition。Microsoft Azure的 計算機視覺服務(wù)提供了一組可比較的功能。像識別，它不是在每個地區(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。