支持各硬件平台的机器学习模型 AWS发表新开源项目
AWS发表新开源项目Neo-AI,该项目源自于Amazon SageMaker机器学习服务中的ML模型自动优化功能「Amazon SageMaker Neo」,以协助处理器业者、装置制造商、深度学习开发人员打造可支持各种硬件平台的机器学习模型。
AWS所提供的Amazon SageMaker服务,能协助开发人员或数据科学家快速建立、训练与部署机器学习模型,而Amazon SageMaker Neo则是SageMaker服务的一项功能,只要训练一次就能以优化效能在云端或其它硬件平台上运作。
AWS解释,平常要优化一个机器学习模型以让它适用于不同的硬件平台并不容易,开发人员必须针对每一个硬件平台与软件配置手动调整模型,对边缘装置而言则更具挑战性,因为这类装置不管是在运算能力或储存空间上都有所限制,开发人员可能需要深入了解硬件,或者具备罕见的专业知识,就算两者兼备,有鉴于好的工具并不容易取得,还必须经过大量测试才能达到良好效能。
而软件上的差异更让优化难上加难,假设装置上的软件与模型上的版本不同,模型与装置将不兼容,又再度限制了开发人员可进行优化的装置。
AWS宣称Neo-AI可减少调整机器学习模型以部署于不同平台的力气,藉由自动优化TensorFlow、MXNet、PyTorch、ONNX与XGBoost等模型,在不丧失精确性的情况下,让其执行速度达到原始模型的两倍;此外,它还能将朕亨公益爱心模型转换为高效通用格式,以解决软件兼容性问题。
Neo-AI亦允许复杂的模型在资源有限的装置上执行,能释放自驾车、家庭安全或异常检测等领域的创新能力,它目前支持来自英特尔、Nvidia与Arm的平台,并即将支持Xilinx、Cadence及Qualcomm。
Neo-AI的本质是个机器学习编译程序,处理器制造商可将程序代码整合到编译程序上以改善模型效能,装置制造商则能根据装置的软/硬件配置客制化Neo-AI的运行环境,Neo-AI项目将汲取不同来源的创新,打造一个通用的编译程序与运行环境,以带来各种模型的最佳效能。
支持各硬件平台的机器学习模型 AWS发表新开源项目相关推荐
- AWS 开源 SageMaker,帮助开发人员优化机器学习模型
开发四年只会写业务代码,分布式高并发都不会还做程序员? >>> Amazon WebServices 已经发布了来自其 SageMaker Neo 机器学习的相关代码,Neo-A ...
- 比Keras更好用的机器学习“模型包”:无需预处理,0代码上手做模型
萧箫 发自 凹非寺 量子位 报道 | 公众号 QbitAI 做机器学习模型时,只是融合各种算法,就已经用光了脑细胞? 又或者觉得,数据预处理就是在"浪费时间"? 一位毕业于哥廷根大 ...
- 比Keras更好用的机器学习“模型包”:0代码上手做模型
做机器学习模型时,只是融合各种算法,就已经用光了脑细胞? 又或者觉得,数据预处理就是在"浪费时间"? 一位毕业于哥廷根大学.做机器学习的小哥也发现了这个问题:原本只是想设计个模型, ...
- scikit-learn系列之如何存储和导入机器学习模型
scikit-learn系列之如何存储和导入机器学习模型 如何存储和导入机器学习模型 找到一个准确的机器学习模型,你的项目并没有完成.本文中你将学习如何使用scikit-learn来存储和导入机器学习 ...
- python 导入模型_scikit-learn系列之如何存储和导入机器学习模型
scikit-learn系列之如何存储和导入机器学习模型 如何存储和导入机器学习模型 找到一个准确的机器学习模型,你的项目并没有完成.本文中你将学习如何使用scikit-learn来存储和导入机器学习 ...
- Django零基础部署机器学习模型(将模型预测打包成API接口/网页URL)
Django零基础部署机器学习模型 Django REST framework项目创建 框架结构了解 部署代码 Django REST framework项目创建 建立一个项目文件夹,使用VScode ...
- aws lambda使用_我们通过使用AWS Lambda服务机器学习模型学到了什么
aws lambda使用 by Daitan 通过大潭 我们通过使用AWS Lambda服务机器学习模型学到了什么 (What We Learned by Serving Machine Learni ...
- 独家 | 机器学习模型应用方法综述
作者:Julien Kervizic 翻译:陈之炎 校对:李海明 本文约5700字,建议阅读10+分钟. 本文整理比较模型部署到生产中使用的不同部署模型方式.生命周期管理方法及数据存储格式. Mant ...
- 机器学习方法_机器学习模型应用方法综述
文章发布于公号[数智物语] (ID:decision_engine),关注公号不错过每一篇干货. 来源 | 数据派THU(id:DatapiTHU) 作者:Julien Kervizic 翻译:陈之炎 ...
- MediaPipe:Google Research 开源的跨平台多媒体机器学习模型应用框架
作者 | MediaPipe 团队 来源 | TensorFlow(ID:tensorflowers) [导读]我爱计算机视觉(aicvml)CV君推荐道:"虽然它是出自Google Res ...
最新文章
- [转]使用设计模式改善程序结构(二)
- RabbitMQ在windows系统安装部署文档
- iOS开发:iPhone6、6 plus适配
- apache动态编译/静态编译区别
- 前端学习(2970):div的scoped
- hive建表语句_Hive数据如何同步到MaxCompute之实践讲解
- 【万字长文】探讨可信构架之道
- “打击式教育”盛行?数据分析剖析“中式父母”的“打压式教育”
- HEVC播放器出炉,迅雷看看支持H.265
- armv6、armv7、armv7s、arm64 与开发静态库(.a)
- web前端开发技术实验与实践(读书笔记)
- 毛孔很大很难看该怎么处理
- java打印星型_初识java java入门知识 基础知识 打印各种星型图形 源代码
- 移动网关贝尔G-140W-C 修改wifi前缀去掉CMCC
- Java 后端服务的跨域处理
- 【题解】10-19秀秀的森林(forest)
- kali2020之chrome安装代理插件
- 一次悲惨的被挖矿经历
- linux怎么查看是不是centos版本
- 防范网络钓鱼仍然很重要!
热门文章
- Atitit 互联网技术公司防爆指南技术规范标准流程 30个危险物品
- Atitit 数据融合merge功能v3新特性.docx
- Atitit 颜色平均值cloor grb hsv模式的区别对比
- Atitit.数据采集器 dataspider
- 知也atitit.解决struts2 SpringObjectFactory.getClassInstance NullPointerException v2 q31无涯 - I
- paip.c3p0 数据库连接池 NullPointerException 的解决...
- paip.deivsuit安装.检测文件与文件夹锁定进程与解锁
- paip.java桌面开发应用与WEB RIA应用
- paip.URL参数压缩64进制
- 保障电邮EMAIL通讯的安全性