智东西（"大众年夜众号：zhidxcom）文 | 心缘
2019年，热门的人工智能（AI）连续在家傍边快速奔跑，越来越多的行业开始搭上智能化升级的大潮。然而，永劫光、高本钱、高投入、繁芜繁琐的AI开拓流程，正阻碍着AI家当的规模化发展，许多传统企业不能轻松快速地构建AI能力。
喝一杯水要几步？ 对付普通人来说，这是一件绝不费脑的事。那么AI开拓须要几步呢？对付开拓小白和AI专业开拓者来说，答案截然不同。
1月尾，华为云EI（企业智能）一站式AI开拓平台ModelArts正式商用上线，不仅让许多AI小白拆除AI开拓的门槛，同时也让诸多AI开拓者享受到更为高效便捷的开拓体验。
这一被称为“开拓者的福音”的AI平台，究竟是若何的利器？它又在如何在各个传统行业发挥浸染呢？对此，智东西剖析了ModelArts加速AI开拓的四大亮点，详解ModelArts平台利用步骤，并亲自体验了ModelArts的极简操作流程，过了一把AI开拓瘾。
ModelArts四大亮点，加速AI开拓流程
大略的说，ModelArts平台便是一个让小白轻松学会演习AI模型、让AI老手节省韶光脑力的开拓神器，让各行各业关于AI的创意都能快速实现。
这里，我们先从四大亮点剖析ModelArts如何帮助有履历的开拓者加快AI模型开拓和支配，然后复原小白轻松上手AI开拓的全过程。
1、供应开源数据集，部分场景实现数据自动标注
对付饱受数据标注困扰的开拓者而言，ModelArts是可以简化数据标注流程的优质平台。
ModelArts通过对数据进行采样、筛选、预标注，可以将大部分数据进行自动标注和筛选，而人工只需在自动数据标注后做筛选确认，这将极大地降落开拓者的事情量。
目前，ModelArts机器数据标注已广泛运用于“自动驾驶学习”场景，后续ModelArts还将持续更新，以做事更多新兴业务场景。
ModelArts还有一个亮点功能——市场。“市场”是一个共享平台，为开拓者供应多种开源数据集和一些预置模型，开拓者也可以上传自己的数据凑集模型。后续可能还会有交易模式，让一些AI开拓者在供应AI模型后，可以实现知识代价变现。
2、自动学习+自动演习模型并调参，简化事情量
对付算法工程师来说，在演习中会有很多调参，由于不同的调参会影响末了模型的收敛速率及精度，这一部分常日会给算法工程师制造大量的事情量。
ModelArts供应自动化调参做事，采取momentum、batch size等动态超参策略，将模型收敛所需 epoch个数降到最低，不仅可以简化算法工程师调参的事情量，还能帮助算法工程师找到尽可能最优的参数，在知足精度的条件下让模型快速收敛。
3、大规模分布式演习，加快演习速率
ModelArts平台的高效不止表示在简化步骤和数据标注上。它是一个端到端从硬件到软件协同的平台，华为在个中做了很多深层次的优化和高性能调优，包括对分布式调度、网络通信和硬件特性等做整体优化，以供应加速演习的能力。
在深度学习模型演习过程中，华为云将分布式加速层抽象出来，自研了一套分布式通用加速框架MoXing，在TensorFlow、MXNet、PyTorch、Keras等框架上实现再优化，使得这些打算引擎分布式性能更高，演习韶光更短。
开拓者可以通过几个接口直接调用MoXing框架，将本地单机的业务变成分布式业务，仅用一串代码就实现单机和分布式支配。开拓者无需关心下层分布式干系API，只需聚焦在业务模型中，根据实际需求输入数据、模型和相应优化器。
ModelArts在衡量分布式深度学习框架加速性能紧张考虑的吞吐量、收敛韶光等关键指标上都做了精心处理。通过供应MoXing分布式框架和千级GPU集群规模演习加速，ModelArts可为用户带来极高性能的AI开拓体验。
4、模型一键式支配，适配到端边云
常日情形下，模型支配非常繁芜，须要写代码集成到运用系统，掩护和更新。ModelArts可以一键将模型支配到云、端、边缘的设备上，根据端边云不同的特点，帮助开拓者做模型压缩和模型加速。该平台还支持在线和批量推理，知足多种场景需求。
根据开拓者制订的策略，ModelArts平台可以自动调度云做事器的打算资源，在业务需求低落时将减少云做事器，高效节省资源和本钱；在业务需求增多时增加云做事器，担保业务平稳康健运行。
ModelArts用法拆解之开拓小白篇
——五个步骤让小白玩转AI
在ModelArts超高配置的加持下，即便是不具备任何AI开拓算法能力的小白，也可以零包袱地来构建AI模型。这就要提到ModelArts非常强大的功能——自动学习。
如果你是AI小白，或者是不想在模型演习上花费韶光和精力的开拓者，在ModelArts上，只需节制如下五个步骤，就能完玉成部算法从开拓到末了支配上线的全过程。
目前华为云ModelArts供应物体检测、图像分类、预测剖析和声音分类四类开拓项目，为了将用户利用门槛降到最低，华为云EI企业智能不仅供应内容详细的新手入门和用户指南，还为前三类项目分别录制了视频教程。
这里，智东西以图像分类项目为例，在不写一行代码的情形下，演习出一个AI模型。
1、准备数据
我们准备了10张向日葵和10张玫瑰的照片作为演习模型的数据集。不过，如果开拓者只是想大略练习如何做AI开拓，可以直接在市场中下载预置数据集，导入至自己的数据集中。
2、创建项目
在准备好数据后，开拓者可点击左侧导航栏的“自动学习”，创建一个“图像分类”项目，创建时会有弹窗让开发者选择演习数据集存放位置，这须要开拓者预先创建一个华为云OBS桶。
3、数据标注
项目创建完毕后就进入数据标注页面，点击添加图片一次性上传全部照片。随后，点击每张图片进行标注，每张图片至少有两个标注分类，用于演习的图片至少有5张。当然，如果想让模型得到更高的精度，演习图片的数量自然是多多益善。
4、模型演习
接下来就可以开始演习模型了，点击“开始演习”，然后等待约一分钟，模型就演习成功了。
更喜好DIY的用户，还可以在创建演习作业时，自己设定更想要的参数。
5、支配上线
演习完模型的末了一步是模型支配。支配上线后，用户就可以随时用模型来测试某一张图片中的花卉了。
当然，智东西只是拿20张图片大略地练手，如果想要更精确的模型，用户须要用大量的数据集来演习。
ModelArts用法拆解之高阶程序媛篇
——用ModelArts玩比赛
说完了小白，再来说一下专业人群。
如果你具备一定的AI开拓根本和编程能力，已经迫不及待地想用ModelArts练练手了，不妨关注一下正在进行中的2019数字中国创新大赛。华为云作为大赛出题方之一，提出了“文化传承——汉字书法多场景识别”的赛题，而ModelArts正是华为云附送给参赛者们的开拓神器。
日前，智东西就收到一位程序媛投稿，详细讲述了她如何用ModelArts玩比赛。
赛题模型按笔者理解可以由两个部分组成，一个是笔墨检测，一个是笔墨识别。
在笔墨框检测上，可利用EAST模型（下载地址：https://github.com/argman/EAST）；在笔墨识别OCR模型上，可利用西安交通大学人工智能实践大赛第一名的方案模型（下载地址：https://github.com/yinchangchang/ocr_densenet）。
本文代码均已开源在代码库GitHub中（地址：https://github.com/DataFountainCode/huawei_code_share），可直接下载利用。
1、EAST笔墨检测模型
利用ModelArts演习EAST模型第一步是数据准备事情，首先下载并解压比赛数据包。
将处理过的数据上传到在OBS上创建的路径，如：
同样，下载EAST演习代码，并将代码上传到OBS。
然后就可以创建作业了，选择演习作业中的“创建”。
之后选择数据存储路径、利用的引擎、启动文件等，
再输入利用脚本须要的相应参数，
选择打算资源，并保存作业参数以便下次利用，就可以开始运行了。
点击运行，还可以在日志里看到演习过程。
推理测试
在演习到一定精度后，就可以测试了。同样创建作业，选择test数据集，输入必要参数，
之后就可以得到测试集的检测结果了，里面的每行包含测试图片的名字和4个x和y的点。
2、OCR笔墨识别模型
创建OCR演习作业与EAST模型一样，将处理完后OCR模型的数据和OCR代码上传到OBS相应路径，就可以开始演习。
点击确定开始运行，在日志可以看到，几个step之后loss不才降了。
推理预测
末了一步，利用OCR演习完成的模型文件和EAST天生的数据进行推理测试，
终极可以在OBS路径上看到predict.csv的文件，下载就可以上传到比赛官网参赛了。
本文代码均已开源，且修正成了可以在ModelArts演习的格式，可以比拟开源的EAST和OCR代码，查看修正了哪些地方。本文在OCR模型上用时6个小时，仅演习了10个epoch，就在排行榜A榜得到了0.42的F1，目测再演习久一点F1>0.80是肯定有的。
目前，超过700支军队已经加入2019数字中国创新大赛的战局。
报名将到3月22日截止，进入比赛决赛的军队将得到直通华为云终面的资格，前三甲还将分别得到8万、5万和3万元的奖金。感兴趣的开拓者们请点击“文化传承—汉字书法多场景识别 - DF,CCF大数据竞赛平台”参加比赛一试技艺吧！