标签：编码器 Google 架构 人工智能 模型 paddle 神经网络 场景 百度

###最近在研究深度学习，发现神经网络涉及的领域几乎涵盖了所有能用的到计算机的场景。而百度的部署更是多点发力，导致所有的领域几乎都在开发百度的应用化场景，相比于google和微软，百度的研究性相对弱了一些，但是工业应用做的还是不错的，特别是对英语不太好，又上不了Github的DP爱好者来说，真是福音。
下面就介绍百度的应用开发场景都有哪些。

1、神经网络以及模型的搭建工具
最左边这一类涵盖了数据集构造、数据清洗、模型训练（PGL图神经网络、FLfederal learning联合学习、PALM: PAllel Learning from Multi-tasks多任务学习 ）、模型可视化性能分析、模型实际场景应用的实时进化（PARL）。
值得着重介绍的是AutoDL
AutoDL是一种高效的自动化神经架构设计方法。它通过强化学习设计高质量的定制神经架构。该系统由两个组件组成：神经架构的编码器和模型性能的批评者。编码器使用循环神经网络对神经架构进行编码，critic 根据准确度、模型参数数量等评估采样架构，并将其反馈给编码器。编码器相应地更新其参数，并对一批新的架构进行采样。经过几次迭代，编码器被训练收敛并找到一个质量架构。开源的 AutoDl Design 是 AutoDL 技术的一种实现。
2、端到端套件
这一步分主要是针对性的应用产品，也就是已经做好的模型你拿去用就行了。比如：云计算的弹性算力部署、集群运算、实时检测、图神经网络、NLP文本分析、语音识别、语义分割。
3、基础模型库
用自己的数据集产生模型，集中于4大场景：视觉图像、自然语言处理、推荐系统、语音鉴定与识别
4、预测部署
该部分提供了端到端所需要的实时性配置（云计算中的Paas）相当于卖硬件产品和软件接口。
5、开发训练
这部分是教学性质，让开发人员了解框架，上手了之后能够参与开发。
6、最右侧的三大平台
类似于colab在google中的地位，利用算力绑定客户，打造成生态闭环。甚至AIstudio还提供教学服务，easyDL号称小学生都能训练神经网络。BML应该以后功能是最全的，甚至功能的花样方面可能会超过colab。

标签：编码器,Google,架构,人工智能,模型,paddle,神经网络,场景,百度
来源： https://blog.csdn.net/qq_45756171/article/details/122691704

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。