加快在云端集成机器学习亚马逊与微软相继发力
- 来源:SDNLAB君
- 编辑:一不做
- 2017/11/2 9:29:45
- 33191
加快在云端集成机器学习 亚马逊与微软相继发力
AWS和Microsoft Azure是业界火的两大公有云服务,Microsoft Azure一直致力于冲击AWS的,但是新的Gluon项目的出现,AWS和微软在该项目中放弃了门户之见构建了开源的深度学习库,旨在促进工作流程自动化,并使开发人员能够更好地学习和应用机器学习。
AWS、微软、IBM、谷歌等的云服务提供商,目前都看到了云计算中深度学习和机器学习的巨大潜力,并且先后都在各自的云计算平台中构建深度学习应用程序。但目前这些技术主要局限于数据学家,因为开发人员缺乏构建和训练相关应用模型的基本技能。
云提供商基于图形处理单元销售虚拟机,以吸引数据科学家在云中构建应用程序,并为预构建的图像识别和自然语言处理模型提供API。然而,为开发商提供一些定制化但不是太繁重的中间路线的努力仍处于初级阶段。
IDC分析师Arnal Dayaratna说:“微软和AWS旨在通过彻底简化机器学习模式的学习和培训过程,真正获得早期进入该领域的优势,两大云服务巨头认为该技术的发展是使得开发人员能够提供机器学习应用程序的关键。”
缺乏TensorFlow的支持
谷歌云平台是业界公认的紧随AWS和Microsoft Azure之后的第三大公有云平台,目前谷歌云平台已经将云计算机器学习作为其平台的核心原则来推广,将依赖大数据和人工智能获得云计算领域的成功。谷歌在云内部严重依赖这些功能,以及机器学习开源代码库TensorFlow的早期思路。
Gluon基于由Amazon开发的开源架构,称为Apache MXNet,并将在未来的版本中与Microsoft Cognitive Toolkit一起使用。亚马逊表示,Gluon终将与其他架构一起工作,但并没有公布更多的关于多个深度学习架构一起工作的相关细节。
Gartner分析师Alexander Linden表示:“AWS和微软对Gluon项目的愿景是很好的,但是如果他们忽视了对TensorFlow的支持,那么他们与谷歌的差距依然很远,特别是在TensorFlow开发的所有服务上。”
尽管如此,对许多开发人员来说TensorFlow仍然过于复杂,因此,像Gelon这样更易消化的机器学习是企业和开发人员的优先选择。
机器学习在云计算中的短板
在公有云服务提供商对机器学习和深度学习的关注中,行业观察家表示,对于大多数这些工作负载来说,现有的深度学习和机器学习仍然不是理想的环境,尤其是对于更复杂的工作负载。专家预计,数据科学家正在发掘的机器学习的工作量的85%是由成本、数据重力或技能组成的。
(原标题:亚马逊和微软加快在云端集成机器学习)
版权与免责声明:凡本网注明“来源:智能制造网”的所有作品,均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品,未经本网授权不
展开全部
热门评论