新搜头条  >   财经  >  正文

机器学习大牛吴恩达:调优数据比调优模型更重要

摘要 9月14日,正在线上举办的亚马逊云科技中国峰会上,亚马逊云科技野生智能取机械进修副总裁Swami Sivasubramanian对话野生智能教诲公司DeepLearning.AI开创人吴恩达(Andrew Ng),会商机械进修的将来、下一代

9月14日,正在线上举办的亚马逊云科技中国峰会上,亚马逊云科技野生智能取机械进修副总裁Swami Sivasubramanian对话野生智能教诲公司DeepLearning.AI开创人吴恩达(Andrew Ng),会商机械进修的将来、下一代机械进修从业者需求把握的根本妙技和怎样弥开机械进修中观点考证取消费之间的差异。

左为吴恩达,左为Swami Sivasubramanian

吴恩达是野生智能教诲公司DeepLearning.AI的开创人,产业野生智能仄台公司Landing AI的开创人兼CEO ,正在线进修供给商Coursera的结合开创人兼董事少。吴恩达曾正在谷歌事情,是谷歌年夜脑深度进修项目标开创人战卖力人,曾任百度野生智能尾席科教家。他借是斯坦祸年夜教计较机科教的兼职传授,指导着一个闭于野生智能、机械进修战深度进修的研讨小组。

吴恩达正在现场分享了将机械进修从观点考证带进消费的本领,快速博得第一个项目以得到促进动力的主要性,和确保卖力造定战施行机械进修战略的下管得到有闭该手艺的充实教诲的倡议。

"我看到构造所犯的第一个毛病是启动工夫太少或方案工夫太少。CIO(Chief Information Officer,尾席疑息民)道‘我的数据一团糟,我的digital silo(数字筒仓)需求完整清算。'但是究竟上,根本上每一个人的silos(库)中皆有混乱的数据,”吴恩达道。

吴恩达以为,启动一个小型试面项目以得到快速成功十分主要。“险些每家公司皆曾经有充足的数据开端动手,我发明间接参加出去,快速博得一个较小的项目,并操纵从中教到的常识跟着工夫的推移,开展成愈来愈年夜的项目标那些公司开展状况更好。”

那么怎样为机械进修项目造定枢纽绩效目标呢?对此,吴恩达的答复是,“假如您是第一次处置一个项目,一个齐新的使用法式,很易为AI团队造定胜利的目的目标。做为团队正正在展开的项目,很易成立一些开理的基线绩效程度。我以为您只需求快速构建第一个本型体系(prototype system),理解能够的状况。

更进一步,许多公司起步时常常发明数据是不敷的,而数据是机械进修的燃料,那时分该怎样办?吴恩达提出,“我的典范倡议是间接进进并开端利用小数据散做一些工作,然后凡是会搜集到更大都据。我发明关于很多实践使用法式而行,取以模子为中间的办法(您持无数据建复并测验考试改良代码)比拟,持有代码建复并迭代改良数据更有效。那是Mops(机械进修操纵,Machine Learning Operations)的重生部门,我以为今朝借出有人实正具有超卓的东西。”

MLOps是AI范畴中一个相对较新的观点,旨正在确保模子输出量量的同时,放慢机械进修模子的开辟战消费布置,是数据科教家取操纵专业职员之间停止合作战交换以协助办理机械进修使命死命周期的一种理论。MLOps基于可进步事情流服从的DevOps(用于增进开辟使用法式/硬件工程、手艺运营战量量保障部分之间的相同、合作取整开)本理战做法演化而去。

机械进修的前进是模子带去的借是数据带去的不断存正在宏大争议,吴恩达正在2021年4月18日死日当天公布的一个视频中暗示,一个机械进修团队80%的事情该当放正在数据筹办上,确保数据量量是最主要的事情。MLOps则是包管数据量量正在全部的机械进修工程中是下量量、分歧的主要东西,对此,吴恩达做了进一步注释。

“正在尝试室中锻炼AI模子然后揭晓论文并发生优良成果使人镇静。可是当人们审阅机械进修项目标死命周期时,需求做的不只仅是锻炼模子,借需求审阅项目标范畴,决议做甚么,没有做甚么,借有搜集数据并确保数据的下量量等等。然后将其推背消费,审阅其处理任何机能或公允成绩的表示,”由此,吴恩达以为,假如可以构建那样的东西,那么便能够受权更多人构建、布置、保护战有用利用机械进修体系。

“AI体系不只仅是代码(code),而是代码减数据(data)。关于代码,我们有一个DevOps规律。正在数据圆里,为了办理项目中连续的下量量数据流,MLOps需求愈加迭代。他们需求配合勤奋,”吴恩达暗示。

最初,关于刚结业的工程师,吴恩达给出了本人的倡议,“我发明野生智能范畴表示最好的是‘T型’人材——具有普遍的手艺常识根底和实正正在某些范畴深耕。课程做业常常是小我私家得到普遍的手艺常识根底的一种十分有用的方法。然后超越某个面,为了得到更深化的常识,您必需跳出来做项目事情。我们皆念成立一个能制祸很多人,缔造宏大的经济的项目。社区也很主要,我以为我们皆是由四周的人塑制的,以是找情投意合的人相互分享常识。”

今日热点

特别推荐

小编精选

热点排行

热门推荐

注:凡本网注明来源非新搜头条的作品,均转载自其它媒体,并不代表本网赞同其观点和对其真实性负责。

新搜头条致力于资讯传播,希望建立合作关系。若有任何不当请联系我们,将会在24小时内删除。QQ:49156796

联系我们|新搜头条 All Right Reserve 版权所有