建议使用以下浏览器,以获得最佳体验。 IE 9.0+以上版本 Chrome 31+ 谷歌浏览器 Firefox 30+ 火狐浏览器
请选择 进入手机版 | 继续访问电脑版
设置昵称

在此一键设置昵称,即可参与社区互动!

确定
我再想想
选择版块
标签
您还可以添加5个标签
  • 没有搜索到和“关键字”相关的标签
  • 云产品
  • 解决方案
  • 技术领域
  • 通用技术
  • 平台功能
取消

yzq18941596181

发帖: 1粉丝: 0

级别 : 注册会员

发消息 + 关注

发表于2020年10月17日 23:10:48 55 4
直达本楼层的链接
楼主
显示全部楼层
[AI人工智能全栈成长计划] ​【问答官】ModelArts和其他同类软件相比,优势在哪里?

ModelArts和其他同类软件相比,优势在哪里?

举报
分享

分享文章到朋友圈

分享文章到微博

芳菲菲兮满堂

发帖: 9粉丝: 0

级别 : 注册会员

发消息 + 关注

发表于2020年10月18日 07:13:20
直达本楼层的链接
沙发
显示全部楼层

1. 优势就是和昇腾生态匹配 官方的性能测试结果昇腾对于mindspore的优化是高于cuda的 未来的ai趋势个人觉着也会是软硬一体(ios运行流畅很大程度是因为做了硬件的定向优化),目前据我了解ai的一方面优化方向就是储算一体

2. 背后的华为在我目前的了解范围是国内唯一一家能提供ai全栈能力的公司  

点赞 评论 引用 举报

andyleung

发帖: 684粉丝: 44

级别 : 外部版主

发消息 + 关注

更新于2020年10月18日 12:51:24
直达本楼层的链接
板凳
显示全部楼层

ModelArts 

优势:

1-在于华为云的modelarts是有全栈技术支持的。从硬件到软件是全栈技术support的,其他的很多云厂商都是只有软件系统,硬件采购第三方的。

2-modelart还有的就是它的目前很多训练都是免费的阶段,要入手玩它还是非常开心愉快的。就是你免费可以做到数据的标准、模型训练、甚至还是可以部署上线一个小时测试一下结果、验证一下结果。

3-跟Modelarts相关的配套的其他云产品都有一些免费或者非常优惠的相关的产品。这样子你整套把AI技术玩起来,这个对于你的学习成本、训练成本、部署上线的生产成本都是非常低廉的。一个字就是“爽”,两个字“很爽”,三个字“倍儿爽”哈哈哈~

4-反正我是非常全力推荐华为云的Modelarts的。我也跟挺多朋友、同行推荐的。

点赞 评论 引用 举报

Felix666

发帖: 14粉丝: 1

级别 : 注册会员

发消息 + 关注

发表于2020年10月20日 16:19:19
直达本楼层的链接
地板
显示全部楼层

1)ModelArts只是一个AI的平台,其拥有的开源算法,在别的平台兴许也有,或者可以自己实现,从这个角度说,是没有太大的优势的;

(2)但是对于没有AI背景但又想做AI应用的工程师来说,ModelArts平台本身提供的自动学习、预置算法等功能,可以最大程度的减少AI应用开发的难度,让工程师更多地思考实际业务而非算法的实现,从这个角度来说是很有优势的;

(3)ModelArts还可以配置多个AI框架,用户不需要了解框架的实现逻辑就可以同时使用多个AI框架训练结果,并对结果进行对比,选择最好的模型部署上线,这也是平台的一大优势;

(4)ModelArts提供的在线体验功能可以作为自己产品展示和介绍的窗口,通过分享url连接,或直接建立交互展示网站等方式,即可以在不需考虑部署成本的情况下给领导、客户展示自己的产品;

(5)ModelArts提供免费的GPU运算,也可以节省开发人员大量的投资成本。


点赞 评论 引用 举报

运气男孩

发帖: 107粉丝: 16

级别 : 外部版主

发消息 + 关注

发表于2020年10月20日 17:56:06
直达本楼层的链接
5#
显示全部楼层

ModelArts 

优势

  • 一站式

    开“箱”即用,涵盖AI开发全流程,包含数据处理、模型开发、训练、管理、部署功能,可灵活使用其中一个或多个功能。

  • 易上手

    • 提供多种预置模型,开源模型想用就用。

    • 模型超参自动优化,简单快速。

    • 零代码开发,简单操作训练出自己的模型。

    • 支持模型一键部署到云、边、端。

  • 高性能

    • 自研MoXing深度学习框架,提升算法开发效率和训练速度。

    • 优化深度模型推理中GPU的利用率,加速云端在线推理。

    • 可生成在Ascend芯片上运行的模型,实现高效端边推理。

  • 灵活

    • 支持多种主流开源框架(TensorFlow、Spark_MLlib、MXNet、Caffe、PyTorch、XGBoost-Sklearn、MindSpore)。

    • 支持主流GPU和自研Ascend芯片。

    • 支持专属资源独享使用。

    • 支持自定义镜像满足自定义框架及算子需求。


点赞 评论 引用 举报

游客

富文本
Markdown
您需要登录后才可以回帖 登录 | 立即注册