深入浅出云计算
何恺铎
复星集团首席架构师
24360 人已学习
新⼈⾸单¥29
登录后,你可以任选4讲全文学习
课程目录
已完结/共 19 讲
结束语 (1讲)
深入浅出云计算
15
15
1.0x
00:00/00:00
登录|注册

16 | 云上AI服务:云AI能从哪些方面帮助构建智能应用?

机器翻译
命名实体识别
情感判断
安全扫描
OCR
物体检测
人脸识别
模型调用
模型部署到生产环境
模型保存和管理
开源框架
内置算法
数据标注
数据集管理
通过Web请求进行图片分析
设置输入图片和辅助参数
视频内容分析
视频分解
语音合成
识别声音中的内容信息
文本处理
图形图像处理
图像、视频、语音、文本
云上训练好的模型取下来放到本地环境中运行
外部训练好的模型放置到云上AI服务中
云上AI服务的帮助
意义
模型发布和部署
模型训练
数据准备
定制模型
通过官方SDK调用
处理视频信息
语音类智能服务
自然语言处理
计算机视觉
处理非结构化数据
机器学习的全生命周期管理支撑平台
现有模型和API
云厂商预置的专用虚拟机镜像
强悍GPU的虚拟机机型
可迁移性
调参
厂商绑定的问题
构建和运行智能应用程序
机器学习基础设施服务
自定义模型
人脸口罩检测API
Azure认知服务
AI相关的PaaS服务
基础设施层面
课后问题
风险
云上AI服务的应用
构建你自己的AI模型
开箱即用的AI服务
云对于AI的支持
课堂总结与思考
帮助构建智能应用
云上AI服务

该思维导图由 AI 生成,仅供参考

你好,我是何恺铎。
欢迎来到我们课程中 PaaS 篇的最后一讲,今天,我们来讨论云上的 AI 服务
近十年以来,从机器学习到深度学习,AI 技术的理论体系和软件生态获得了跨越式的大发展,也把很多不可能变成了可能,开始深刻地影响着我们的生活。2016 年谷歌的 AlphaGo 和李世石的巅峰对决,更是让“人工智能”声名大噪、家喻户晓。
技术的突破催生出了巨大的市场和需求,所以各大云计算厂商都非常重视在 AI 这方面的投入,致力于全方位地为人工智能应用赋能。不少云计算品牌在自己的名称中也加上了“智能”二字,对于 AI 的重视程度可见一斑。
我猜你也一定被云 AI 铺天盖地的广告宣传轰炸过。不过作为开发者,我们不能仅仅停留于宣传口径的话术,而是要切实地了解云上 AI 究竟有哪些能力,知道怎样让它与应用程序的开发和运行集成。
那么,云 AI 能从哪些方面帮助我们构建智能应用呢?
可以这样说,云对于 AI 的支持,是从不同层面以多种形式体现的。比如在基础设施的层面,我们在第 3 讲中也提到过,带有强悍 GPU 的虚拟机机型已经纷纷登场了。你可以随时用上最新最酷的 GPU 硬件,再配合一些云厂商预置的专用虚拟机镜像(比如 Azure 的 Data Science Virtual Machine 和 AWS 的 Deep Learning AMI),就可以用单机开展一些 AI 方面的工作了。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

云上AI服务和机器学习平台在构建智能应用方面发挥着重要作用。云计算厂商提供了多种形式的AI支持,包括现成的AI能力直接应用于各种场景,如Azure的认知服务和各种云上图片分析服务,以及自然语言处理和语音类智能服务。视频信息处理也是一个重要领域,可以用于监控视频分析和用户内容审查。云上AI服务为开发者提供了简单而有效的选择,无需了解模型的内部实现,只需将其交给云厂商即可。此外,云厂商们开始对云上的机器学习基础设施服务进行布局和投入,致力于帮助用户构建自己的模型。无论是数据准备和标注、模型训练,还是模型发布和部署,云上机器学习服务都能够非常精准地支撑和赋能这些重要环节,帮助用户进行贯穿全生命周期的模型构建和管理。云上机器学习平台也兼容开源的机器学习和深度学习框架,如Scikit-learn、TensorFlow、PyTorch、MXNet等,并通过将控制层和算法实现层分离的方式,同时支持自有算法和开源框架。总之,云上AI服务和机器学习平台为开发者提供了丰富的支持,为构建智能应用提供了便利和效率。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《深入浅出云计算》
新⼈⾸单¥29
立即购买
登录 后留言

全部留言(6)

  • 最新
  • 精选
  • 何恺铎
    置顶
    [上讲问题参考回答] 1. 无服务器计算是能够支持Java/C#这样的编译型语言的,一般你需要用自己的类实现云平台定义的接口,然后把编译后的字节码/中间代码和类库依赖打包上传即可。使用IDE可以辅助打包上传这个过程。 2. 同步异步在无服务器函数中有两个层面。首先是在内部逻辑层面,你可以通过async/await/Promise/回调等方式在云函数内部撰写异步代码,适合在云函数逻辑中需要进行异步调用的场合,比如访问外部存储或数据库。另一个层面是在外部触发层面,取决于调用设置,云函数的外部触发方可以同步或者异步地调用云函数,相应的行为是等待函数执行结束后返回,或者触发云函数后立刻返回。
    2020-04-08
    1
    8
  • 云上的AI调用服务很简单,但是在准备数据和训练阶段,需要不断地将本地大量的数据上传到云上,安全性如何保证?
    2021-04-06
  • Seven.Lin澤耿
    人工智能,我一直认为是离我们很远又离我们很近,加上云计算,感觉越来越近了
    2020-05-22
  • 艾利特-G
    对AI技术逻辑不了解。看了这篇课程,我的理解是: 1. AI业务开发者可以利用云AI服务框架嵌入自己的模型训练逻辑代码,训练产生的模型通过框架的控制层保存在云上,并形成一个web服务。 2. AI业务开发者不需要关心这个Web应用的开发和实现,这个产品类似AWS的API Gateway服务,添加自己的业务逻辑即可,API Gateway服务本身实现了Web服务框架和基础设施。
    2020-05-21
  • qinsi
    1. AutoML 2. ONNX/MMdnn
    2020-04-08
  • leslie
    还是谈谈第二个问题吧:迁移性。个人认为可以迁入和迁出,不过是有限制的。 用阿里云的数据库为例:迁移指的是导入和导出。 迁入之前必须弄清楚有哪些是该云厂商支持的,迁出则必须了解它所能迁出的环境。往往在迁入和迁出中碰到的最大的坑就是会发现许多真正的特性是无法迁入或迁出的,这就导致你在设计时必须牺牲部分特性去追求对应云平台的最大共性,最公共化的迁入和迁出可以做,一旦涉及到特性就要对于云厂商相关服务做充分的测试和了解,否则其中的各种滋味-冷暖自知。 谢谢今天老师的分享,期待后续的分享。
    2020-04-08
收起评论
显示
设置
留言
6
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部