迪丽热巴 dl( 六 )

问题五
涂文哲-电子科技大学-研究生
EasyDL与其他平台有什么突出优势？
赵鹏昊：就像刚才所说的，EasyDL平台已经提供了设备端能力，目前为止，我们的一些竞品平台，比如Google的平台还没有提供设备端能力的一种解决方案，而且EasyDL平台非常的简单易用，只需要十分钟就可以去完成，不需要任何的机器学习基础。
问题六
王慧丽-湖南飞腾-工程师
EasyDL定制化平台，主要是软件算法定制吗？还是支持针对特定应用和算法加速的硬件定制？
赵鹏昊：EasyDL平台主要是模型的定制，而刚才我们也介绍了EasyDL平台设备端的能力，我们会根据一些设备端异构的芯片去做一些特定的加速。因此，也可以认为会针对这个特点支持硬件定制。
问题七
文奴-中科智能-产品总监
工业检测中，检测目标更有多样性，比如：裂痕、划痕、凹陷。且检测目标的大小不一，深度学习方式的分类训练样本如何高质量获得，又如何准确具有高泛化能力？
赵鹏昊：EasyDL平台提供了目标检测的能力以及数据标注的能力，但是训练的样本还是需要我们客户自己来进行标注，如果您在行业里面碰到了裂痕、划痕和凹陷等问题，相对而言，您对这个方面最为了解，那么你就需要把您自己的情况将图片拍下来，然后去我们平台上进行标注。当然，由于标注成本比较高，因此，后续也会有跟一些众包商进行合作，为大家提供众包的标注服务。
关于模型的性能，在物体检测中，我们有很多优秀的模型，从最开始的FastR-CNN到SSD、YOLO、FPN、RetinaNet等等，EasyDL平台也会紧跟学界最先进的模型去做开发，让我们的用户能够体验到深度学习最前沿的发展带给大家的便利。
问题八
姜毅-中科院-算法
1.EasyDL云端训练好的模型及参数可否导出，并部署到其它系统中？如何进行？
2.关于Easy AI Workflow Solution，其中以下几点是否有专门的设计用意？PaddlePaddle使用kuberbetes容器，Inget task使用hadoop和mongodb，Pre&Eval task使用Spark框架。
3.PaddlePaddle框架在定义网络模型时支持动态图吗？
4.PaddlePaddle框架相对TensorFlow，Caffe等开源框架有什么显著的优点？
赵鹏昊：1、像我刚才所说，EasyDL支持设备端的SDK，用户可以利用设备端的SDK来部署到你自己的服务中，只要有SDK的开发能力就可以了，但是目前我们不支持模型参数的导出。
2、关于Easy AI Workflow Solution的设计，我们主要考虑到稳定性、可扩展性以及成熟性等方面。在数据存储上，我们用的是hdfs,mongodb，这些都是在分布式系统和分布式DB中比较公认的，而且有很多实践经验的系统，在数据处理方面，spark也是这样的一个分布式系统。我们之所以使用Kubernetes和PaddlePaddle，是由于它们有很成熟的解决方案，同时也非常稳定和易用。
于祥：3、4：PaddlePaddle是我们国产的一个框架，和其他行业相比，它的设计最大优势在于易学易用，首先是易学，我们官方已经上线了将近四百套相关的课程，这些课程从底层的数学理论到最后实战项目和一些可以落地应用的项目。整个流程都是非常完善的，按照这个课程，一步一步入门Paddle，也不会是一条很陡的学习曲线。
其次，Paddle周边的生态环境非常的丰富，对于刚入门的同学来说，我们可以有n种方式去安装Paddle，最简单的方式就是使用一个Docker，但对于学生群体来说，会有一个问题，就是我们没有那么多的钱去买云的GPU服务器或者带GPU自用服务器，那么就可以使用我们的AI Studio平台，它直接提供了免费的计算资源供我们使用，而且还免去了安装这一步。易用是指它的编程范式抛弃了像TensorFlow中一些新的概念，它还是用原有的一些过程性的程序编程范式，比如循环、判断、分支等来构建神经网络，这样就会比较贴近我们学习编程时的一些思维，也不会去学习很多新的概念。
新课预告
【迪丽热巴 dl】8月9日（下周四）晚8点，AI芯片系列课第七节将开讲，由鲲云科技CEO牛昕宇主讲，主题为《基于数据流定制化架构的AI应用与实践》，扫码报名，免费入群听课！
往期课件获取
第一讲，NVIDIA大中华区高性能计算及Applied Deep Learning部门技术总监主讲赖俊杰，主题为《如何搭建适合自己的深度学习平台》
第二讲，NVIDIA高级系统架构师吴磊主讲，主题为《如何为深度学习和HPC提供更高算力》
第三讲，NVIDIA DLI认证讲师侯宇涛主讲，主题为《不需要写代码，如何用开源软件DIGITS实现图像分类》（线上实践课程，无课件）

迪丽热巴 dl( 六 )

秒懂生活扩展阅读