【AutoML】当前有哪些可用的AutoML平台？
大家好，歡迎來到專欄《AutoML》，在這個專欄中我們會講述AutoML技術在深度學習中的應用，這一期講述現有可用的AutoML平臺。
作者&編輯 | 言有三
自從Google提出AutoML那天起，工業界和學術界就已經迅速跟進了，經過了幾年的發展，那么現在工業界都有了哪些AutoML平臺呢？本次簡單介紹其中重要的一些。
1 Google Cloud?AutoML
作為AutoML的提出和嘗鮮者，Google Cloud AutoML是當前最早也是最成熟的AutoML系統，覆蓋了圖像分類，文本分類以及機器翻譯三大領域，另外也上線了測試版的視頻相關服務，支持遷移學習和模型結構搜索，超參數搜索。
以視覺為例，當我們想要使用一個服務時，只需要三步：
(1) 上傳圖片到Google Cloud Storage。
(2) 創建一個圖片和對應標簽的CSV文件。
(3) 使用AutoML Vision格式化數據集，然后訓練和部署模型。
Cloud AutoML提供了API調用和圖形界面，想試用的自己去嘗試吧。
2?EasyDL
EasyDL是百度的AutoML平臺，作為國內AI技術積累最雄厚的企業，AutoML領域百度自然也是當仁不讓，目前包含經典版，專業版和零售版，支持遷移學習和模型結構搜索。
支持的任務類型包括圖像分類、物體檢測、圖像分割、文本分類、視頻分類、聲音分類，PaddlePaddle雖然慘淡，EasyDL還有希望。
使用流程包含四步：
(1) 數據上傳與數據標注
(2) 訓練任務配置及調參
(3) 模型效果評估
(4) 模型部署
3 阿里云PAI
阿里云機器學習平臺PAI（Platform of Artificial Intelligence）是阿里巴巴推出的機器學習服務平臺，包含3個子產品，分別是機器學習可視化開發工具PAI-STUDIO，云端交互式代碼開發工具PAI-DSW，模型在線服務PAI-EAS，?提供了從數據處理、模型訓練、服務部署到預測的一站式服務。
業務范圍包括文本分類，金融風控，商品推薦等。
4?Azure Machine Learning
Azure Machine Learning是Microsoft的AutoML平臺，支持模型結構搜索和超參數搜索。
Azure Machine Learning支持眾多深度學習框架，配合微軟的眾多開發工具，使用非常方便。
5 一些創業公司
除了有雄厚研究實力的大公司，許多的創業公司也涌入AutoML領域開發相關框架，國外的典型代表是H2O Driverless AI，r2.ai等。
國內的典型是第四范式AI Prophet AutoML等。
不過相比于Google和百度等大廠，工具的可用性和服務還是有差距的。
6 一些開源項目
AutoML開源項目眾多，下面簡單匯總一些，感興趣的可以去探索。
https://github.com/tensorflow/adanet
https://github.com/keras-team/autokeras
https://github.com/Tencent/PocketFlow
https://github.com/automl/auto-sklearn
https://github.com/h2oai/h2o-3/
如果想了解更多，不如參考這個GitHub項目。
https://github.com/hibayesian/awesome-automl-papers
總結
AutoML作為最前沿的機器學習/深度學習技術之一，會進一步降低人工設計模型的成本，雖然目前已經有了眾多解決方案，但是還未大規模的商業化應用。
下期預告：AutoML與模型結構搜索開篇。
有三AI秋季劃
有三AI秋季劃已經正式啟動報名，模型優化，人臉算法，圖像質量共24個項目，助力提升深度學習計算機視覺算法和工程項目能力。
有三AI秋季劃出爐，模型優化，人臉算法，圖像質量等24個項目等你來拿
轉載文章請后臺聯系
侵權必究
往期文章
【AutoML】如何選擇最合適的數據增強操作
【AutoML】激活函數如何進行自動學習和配置
【AutoML】歸一化(Normalization)方法如何進行自動學習和配置
【AutoML】優化方法可以進行自動搜索學習嗎？
【AutoML】損失函數也可以進行自動搜索學習嗎？
【AutoML】如何使用強化學習進行模型剪枝？
【AutoML】強化學習如何用于模型量化？
總結
以上是生活随笔為你收集整理的【AutoML】当前有哪些可用的AutoML平台？的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 【杂谈】GAN对人脸图像算法产生了哪些影
- 下一篇： 【每周CV论文推荐】换脸算法都有哪些经典