Auto-Keras — библиотека для AutoML


Auto-Keras — это библиотека с открытым исходным кодом для Автоматизированного машинного обучения (Automated Machine Learning (AutoML)).

Auto-Keras предоставляет функции для автоматического поиска архитектуры и гиперпараметров моделей глубокого обучения.

Сейчас уже отовсюду только и слышно, как использование технологий искусственного интеллекта и машинного обучения применяется для решения разнообразных задач в бизнесе, медицине, творчестве, робототехнике и т.д.
С другой стороны, стоимость привлечения программистов и дата-сайентистов проложает расти, что даёт серьёзный толчок развитию систем Автоматизированного Машинного Обучения, которые становится всё более популярными.
Действительно — зачем платить большую зарплату дата-сайентисту, если можно воспользоваться избыточными вычислительными мощностями, которые позволят автоматически подобрать лучшую модель для решения бизнес-задачи.

Компания Google уже запустила свой сервис для ИИ — публично доступный облачный сервис для создания систем машинного обучения — Cloud AutoML.
Сервис предоставляет набор продуктов для машинного обучения и позволяет пользователям без опыта в области машинного обучения использовать технологии Google для поиска нейронной архитектуры, способной соответствовать их бизнес-потребностям.
По задумке, работать это должно так: пользователь загружаете туда свои данные (например, картинки), а сервис сам настраивает модель (нейронную сеть) для распознавания образов на этих картинках.

Таким образом, AutoML предоставляет доступные инструменты глубокого обучения, для пользователей, имеющим ограниченные знания в области анализа данных или машинного обучения.

С Auto-Keras, разработанным в DATA LAB (Texas A&M University), можно пробовать сделать то же самое — только самостоятельно. Auto-Keras автоматически выполняет Поиск Архитектуры Нейронной сети (Neural Architecture Search (NAS)) — подбирая её структуру и гиперпараметры для оптимального решения заданной задачи (классификация, регрессия).

Установка Auto-Keras

pip install autokeras

Пример использования

import autokeras as ak

clf = ak.ImageClassifier()
clf.fit(x_train, y_train)
results = clf.predict(x_test)

Статьи
Jin H., Song Q., Hu X. Efficient neural architecture search with network morphism //arXiv preprint arXiv:1806.10282. – 2018.

Ссылки
Auto-Keras
https://github.com/jhfjhfj1/autokeras

По теме
Google представит свою платформу для облачной робототехники в 2019 году
Глубокие нейронные сети как следующий этап развития программного обеспечения
Будущее глубокого обучения
Проблемы применения машинного обучения для решения реальных задач

Нейронная сеть
Нейронная сеть — введение
Принцип обучения многослойной нейронной сети с помощью алгоритма обратного распространения
Пример работы самоорганизующейся инкрементной нейронной сети SOINN


Добавить комментарий

Arduino

Что такое Arduino?
Зачем мне Arduino?
Начало работы с Arduino
Для начинающих ардуинщиков
Радиодетали (точка входа для начинающих ардуинщиков)
Первые шаги с Arduino

Разделы

  1. Преимуществ нет, за исключением читабельности: тип bool обычно имеет размер 1 байт, как и uint8_t. Думаю, компилятор в обоих случаях…

  2. Добрый день! Я недавно начал изучать программирование под STM32 и ваши уроки просто бесценны! Хотел узнать зачем использовать переменную типа…

3D-печать AI Android Arduino Bluetooth CraftDuino DIY IDE iRobot Kinect LEGO OpenCV Open Source Python Raspberry Pi RoboCraft ROS swarm ИК автоматизация андроид балансировать бионика версия видео военный датчик дрон интерфейс камера кибервесна конкурс манипулятор машинное обучение наше нейронная сеть подводный пылесос работа распознавание робот робототехника светодиод сервомашинка собака управление ходить шаг за шагом шаговый двигатель шилд

OpenCV
Робототехника
Будущее за бионическими роботами?
Нейронная сеть - введение