人工智能实战 | 您所在的位置:网站首页 › 微软openpai › 人工智能实战 |
一、项目概述
项目
内容
这个作业属于哪个课程
人工智能实战
我在这个课程的目标是
将人工智能技术与本专业知识联系
这个作业在哪个具体方面帮助我实现目标
理解黄金点游戏
作业正文
链接
二、作业内容
学习OpenPAI的使用:
学习文档,并提交OpenPAI job,将体验心得形成博客,选题方向可以是:
介绍OpenPAI,以及使用心得体会,给出文档或者功能等方面的意见和建议
将OpenPAI与其他机器学习平台进行对比或评测
学习NNI的使用
学习文档,并使用NNI进行调参或架构调整,将体验心得形成博客,选题方向可以是:
介绍NNI,自己的心得体会,为NNI提建议或问题,包括文档功能等
将NNI与自己了解的其他自动机器学习工具比较或评测
三、介绍OPENPAI
OpenPAI架构与功能简介 OpenPAI是由微软亚洲研究院和微软(亚洲)互联网工程院联合研发的,支持多种深度学习、机器学习及大数据任务,可提供大规模GPU集群调度、集群监控、任务监控、分布式存储等功能,且用户界面友好,易于操作。 OpenPAI的架构如下图所示,用户通过Web Portal调用REST Server的API提交作业(Job)和监控集群,其它第三方工具也可通过该API进行任务管理。随后REST Server与Launcher交互,以执行各种作业,再由Launcher Server处理作业请求并将其提交至Hadoop YARN进行资源分配与调度。可以看到,OpenPAI给YARN添加了GPU支持,使其能将GPU作为可计算资源调度,助力深度学习。其中,YARN负责作业的管理,其它静态资源(下图蓝色方框所示)则由Kubernetes进行管理。
OpenPAI使用体验 对于一个之前没有接触过GPU调用以及人工智能学习的trainer来说;OPENPAI较容易上手;只需要通过配置一些VS的环境即可实现任务的上传;并且整个训练过程容易理解;因为之前没有接触过类似的人工智能平台;所以无法给出对比分析尽请见谅。 四、介绍NNINNI架构与功能简介
NNI (Neurol Network Intelligence) 是微软开源的自动机器学习工具。与当前的各种自动机器学习服务或工具相比,有非常独特的价值。NNI 支持私有部署。整个部署也很简单,使用 pip 即可完成安装。
NNI使用体验及对比
本人之前使用过MATLAB的NN神经网络工具箱进行过深度学习的训练;和现在使用NNI对比;NNI需要更多的模型细节;同时它也有了更好的通用性;对于较为专业的使用者;NNI有更好的使用体验。而之前使用的MATLAB的NN神经网络工具箱在针对一些较简单的应用问题时有更快的运行效率;并且由于MATLAB较好的数据处理能力;可以让数据集与模型的配合度更高。
|
今日新闻 |
推荐新闻 |
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 |