百度吴甜分享开源深度学习平台飞桨四大领先技术

金融理财 阅读(1610)

[科技网]11月2日,在2019年AIIA人工智能开发者大会的主论坛上,百度人工智能技术平台系统执行董事、国家工程深度学习技术与应用实验室副主任吴添分享了百度开源深度学习平台飞桨(Flying Paip)的多项领先技术,这已经成为改变人们生活的“助力”之一,也是开发者最想快速掌握的深度学习平台。

吴添说,在人工智能领域,深度学习技术出现后,标准化和自动化水平有了很大提高。过去需要反复调整的一切都在深度学习的框架下统一了。 如果这项技术足够通用,就意味着大规模工业应用的开始。

深度学习框架是它的核心。一般来说,人工智能算法是一项从研发到部署的庞大系统工程。作为一个通用的底层支持平台,深度学习框架可以实现算法训练和模型部署的高效过程以及深度神经网络模型设计的自动化。 在不牺牲训练质量的情况下减少人员参与,算法生产效率大大提高。

吴添表示,深度学习框架连接了各种商业模式和工业应用下的芯片,并为其提供支持。 类似地,深度学习框架可以被视为智能时代的操作系统。 封装底层语言和重要算法模型可以有效地帮助开发人员在大规模工业化实践过程中面对开发、培训和部署方面的各种挑战。

在多年深入学习、积累人工智能技术和商业实践的基础上,百度开发了一个“面向行业层面深入学习的开源开放平台,助您一臂之力”。自2016年正式开源以来,飞桨现已成长为一个行业级的深度学习平台,整合了核心框架、模型库、开发工具包、工具组件和服务平台,功能齐全,源代码完全开放。

吴添说百度闫飞目前有四项领先技术 包括:

首先,开发一个方便的行业级深入学习框架 飞桨的深度学习框架采用基于编程逻辑的网络模式,这对于普通开发人员来说更容易使用,并且符合他们的开发习惯。 同时,它支持声明式和命令式编程,在开发中具有灵活性和高性能。 网络结构自动设计,模型效果优于人类专家。

第二,超大规模深度学习模式训练技术 飞桨突破了超大规模深度学习模型训练技术,实现了世界上首个支持数千亿个特征、数万亿个参数和数百个节点的开源大型训练平台,克服了超大规模深度学习模型的在线学习问题,实现了数万亿个参数模型的实时更新。

第三,具有多终端和多平台部署的高性能推理引擎。 飞桨不仅与其他开源框架训练模型兼容,而且可以轻松部署到不同架构的平台设备上 同时,飞桨的推理速度也处于领先地位。 特别是通过华为麒麟动力装置的软硬件优化,进一步突破了动力装置上飞行推进器的推理速度。

第四,涵盖多个领域的行业级开源模型库 飞桨正式支持100多种主流车型,这些车型经过长期的工业实践打磨,同时开放了200多种预培训车型 机器视觉、自然语言理解和强化学习等多领域模型在国际比赛中赢得了20多项冠军。

在2019年乌镇世界互联网大会上,百度闫飞也被评为“世界领先的互联网科技成果” 迄今为止,飞桨深度学习平台已经为150多万开发人员服务,仅在定制培训平台上就发布了65,000多名企业用户和169,000款机型。

与此同时,在会议上,由百度和中国人工智能产业发展联盟(AIIA)联合建立的人工智能人机对话联合实验室正式开放

-