华为云ModelArts体验系列-1：我对ModelArts的认识
人工智能作为当代最具代表性的使能技术，已对各个行业产生了不同程度的影响，伴随AI开发工作的实际需要,诸多AI开发应运而生，在过去几年里，互联网科技领域、人工智能以及智能安防产业圈的几大头部企业陆续推出了AI开放平台。目前国内几个比较主流的AI开发平台，主要包括阿里云的AI开发平台-机器学习PAI，华为云的AI开发平台-ModelArts，百度飞桨，腾讯的智能钛，科大讯飞的开放平台。
前段时间一直伴随着华为云打造的华为云AI实战营课程学习使用了华为云的AI开发平台-ModelArts，学习到很多，课程结束也收获到了心念念的精美奖品，很是良心啊，其中也有一些真实的感触。
华为云AI开发平台ModelArts是面向开发者的一站式AI开发平台，为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式训练、自动化模型生成，及端-边-云模型按需部署能力，帮助用户快速创建和部署模型，管理全周期AI工作流。
这里简单介绍下AI应用的开发流程：
首先我们需要采集到数据集，做数据处理工作，数据处理是一项繁重且重要的工作，会包括数据筛选，标注，特征工程，数据评估等一些手段。
在算法开发部分，ModelArts中提供了多种预置算法和云端算法供我们选择使用，云端算法需要我们到AI市场 订阅。这里说一下，AI市场真是个好地方，开发者可以上传自己准备好的数据集和模型或编译好的算法上传到AI市场，供其他开发者订阅使用，我们不仅要做知识的获取者，也要秉承奉献精神，做个知识的贡献者。
准备好了数据和算法，选用合适的AI框架就可以进行训练了。ModelArts中支持多种主流的开源框架（TensorFlow、Spark_MLlib、MXNet、Caffe、PyTorch、XGBoost-Sklearn），其中MoXing 是华为云ModelArts 团队自研的分布式训练框架，他是构建在上述主流框架之上的，使得这些计算引擎分布式性能更高，同时易用性更好。
训练结束后，对满足模型评估，精度要求的模型可以部署为在线服务，应用到生产环境中。
ModelArts 就是围绕这一套AI开发流程打造的一站式AI开发平台，如图1：
图1
ModelArts 定位为：普惠AI践行者。面向不同层次的AI开发者，具备不同产品价值，ModelArts也提供了对应的解决方案。如果你是一个业务开发者，工作中不必太过关注代码和模型，可以使用ModelArts的自动学习功能即可迅速构建相关AI应用。
自动学习创建AI模型只需要三个步骤：
步骤1：上传并标注数据。这里有时我们需要对方上传的数据做标注，除了人工手动标注，ModelArts还有个很强大的功能：智能标注。使用这个功能可以大大节省了我们的标注时间，提升开发效率，很有用的一个功能。
图2
步骤2：训练模型。数据准备好，点击开始训练，就能在线实现模型训练了，自动学习的训练一般会很快，感觉里面的算法都优化的比较好，训练出的模型精度也很高，我们还可以基于已经训练出的模型继续做增量训练，继续提升模型精度。
图3
步骤3：验证并发布模型。有了模型就可以直接部署上线了，感觉选择一张图片看下测试效果。嗯，还真不错的！
图4
针对有一定基础的AI初学者，ModelArts基于业界的主流引擎提供了预置算法，无需关注模型开发过程，直接使用预置算法对已有数据进行训练，并快速部署为服务。
可从AI市场订阅相关算法，见图5：
图5
训练模型时就可以选择刚才订阅的算法了，见图6，很是方便。
图6
面向熟悉代码编写和调测，熟悉常见AI引擎的开发者，ModelArts不仅提供了在线代码开发环境，还提供了从数据准备、模型训练、模型管理到模型部署上线的端到端开发流程（即AI全流程开发），帮助开发者高效、快速的构建一个可用模型。
ModelArts为AI工程师提供了Notebook功能，可以通过创建Notebook环境完成模型的训练部署，如图7
图7
ModelArts强大的功能为我在AI学习的道路上助力了很多，近期华为云AI实战营姊妹篇 - 《AI 全栈成长计划》课程也要即将开课了，又给了我们一次实战历练的机会，又能跟着一群有趣的伙伴共同学习了，很是期待。
参考资料：
- 点赞
- 收藏
- 关注作者
评论（0）