AI Studio是什么

AI Studio是百度提供的一個針對AI學習者的在線一體化開發(fā)實訓平臺。平臺集合了AI教程,?深度學習樣例工程,?各領域的經典數(shù)據(jù)集,?云端的運算及存儲資源,?以及比賽平臺和社區(qū)。?你可以把AI Studio看成國產版的Kaggle。和Kaggle類似，AI Studio也提供了GPU支持，但百度AI Studio在GPU上有一個很明顯的優(yōu)勢。

Kaggle?最近把Tesla K80的GPU升級到了P100，確實比以前快不少，但AI Studio采用的是Tesla V100的GPU，更勝一籌。下表對比了兩款GPU性能：

AI Studio?提供了基于ipython和Jupyter Notebook的在線方案,?幾乎是當前所有機器學習/深度學習的主流方案。AI Studio?支持的深度學習框架是飛槳。比起偏向于研究的TensorFlow，飛槳偏向于應用。通常TensorFlow的幾行代碼，飛槳一行就解決了。個人感覺飛槳對于初學者來說還是很友好的。

如何獲得免費算力卡

我之前寫過一篇文章關于如何薅百度AI Studio的GPU羊毛的文章, 詳細的大家可以參考一下。不過距離上次薅羊毛到現(xiàn)在也三個月過去了，百度的免費GPU算力政策發(fā)生了變動，而且是往更好的變動。之前是每日運行項目送12個小時算力，現(xiàn)在是每天送24小時！我的天，這意味著可以24/7的不間斷的跑，用之不竭啊！我跑了一下項目，算力卡馬上來了。

目前在開發(fā)者QQ群里聽到的消息是至少持續(xù)一個月的贈送，不知道下個月還有沒，所以大家趕緊薅起來，好好利用這免費的高性能GPU資源來「煉丹」。

獲取算力方法使用資格很簡單。點進下方鏈接：

https://aistudio.baidu.com/aistudio/questionnaire?activityid=525

然后再按照內容提示填寫好信息，審核后管理員會給你發(fā)放一批算力卡。有了這批算力卡你就可以開始在GPU你的項目，而且運行項目又送算力卡，就像雞生蛋蛋生雞一樣，算力取之不竭。

AI Studio精選項目大合集

點擊下方鏈接查看所有項目：

https://aistudio.baidu.com/aistudio/messagedetail/42

零基礎新手如何利用好AI studio

熟悉Python的讀者可以跳過這節(jié)。

純新手可能還不知道怎么用AI Studio。其實很簡單。下面提供了很多教程，都是jupyter notebook形式的。你點開鏈接，會看到一個fork按鈕，然后在彈出的框里，輸入項目名稱和項目名字。

完成后，會彈出對話框問你是否現(xiàn)在運行：

點擊”運行項目”，就會為你打開一個運行環(huán)境。進去之后，點擊”運行”按鈕，彈出選擇環(huán)境。

然后選擇運行環(huán)境。沒算力卡？沒關系。點擊上面的點擊申請，按照提示一步步點進去，提交成功后一段時間就有免費的算力拿了。

以下的所有鏈接都是一個個Jupyter Notebook，想要修改代碼和運行的話，就按照上面說的步驟fork了然后運行。

深度學習新手入門項目合集：

https://aistudio.baidu.com/aistudio/projectdetail/128773

即使你是Python新手也沒關系，AI Studio社區(qū)提供了新手入門教程，不需要你在本地搭建環(huán)境，直接在AI Studio提供的環(huán)境跑例程，增刪改代碼，測試自己的想法。Python新手項目：《Python零基礎速成課》。

學完了上面的新手Python課程，在開始深度學習前想實戰(zhàn)一下Python技巧？這里有個Python爬蟲項目，教你從豆瓣爬電影數(shù)據(jù)，很適合用來鞏固Python技巧，而且項目還教你用數(shù)據(jù)幀(dataframe)格式來顯示爬來的數(shù)據(jù)，為后續(xù)學習機器學習項目打好基礎，請參照：《Python入門-豆瓣電影爬取》。

做完上述的分類器是否找到了一點入門的感覺？做點實用的吧。買房是每個人的人生大事？機器學習是否能讓你預測房價未來走勢呢？下面這個示例項目將采用線性回歸模型，帶著你探索這個問題，可查看：《波士頓房價預測》。

通過以上問題，是否對機器學習更有感覺了??是否覺得以上模型太簡單，無法跟上你快速進步的步伐？好嘞，現(xiàn)在開始學習深度學習模型。首先從計算機視覺入門。

計算機視覺入門最基礎的一個數(shù)據(jù)集是MNIST。MNIST共包含了70000個手寫數(shù)字圖像，數(shù)字范圍從0-9。我們現(xiàn)在就要開發(fā)一個模型，讓模型能分辨手寫的0-9，詳情請查看《深度學習入門CV-手寫數(shù)字識別》。

是否太容易就到達90%多的準確率？沒事，這里有不一樣的MNIST數(shù)據(jù)，叫fashion-mnist,但這次不是手寫數(shù)字，而是十類時裝(T-Shirt、連衣裙、鞋子、外套等)，你還能保持同樣高準確率嗎？詳情請查看《Fashion-MNIST數(shù)據(jù)集》。

除了計算機視覺，NLP(自然語言處理)也是深度學習里很熱門的領域。想入門NLP，何不先試試文本分類呢？詳情請查看《深度學習入門NLP-文本分類》。

如果你是一個新手，經過上述項目的訓練，你應該算是稍微入門了。接下來就是要進階了：

1. 進階學習者如何利用好AI studio學習深度學習算法

深度學習進階總是痛苦的，主要的原因是沒有足夠示例，有示例也不夠詳細，有詳細的示例但又不知道從哪個看起。為了讓讀者快速入門，我按照從容易到復雜的順序，總結了一些示例，根據(jù)示例所屬的領域，難易程度，我分了兩個主要部分：

●? ?計算機視覺(CV)

●? ?自然語言處理(NLP)

計算機視覺(CV)

項目地址：

https://aistudio.baidu.com/aistudio/projectdetail/128832

首先我們可以學習與實踐下圖像分類的算法。

圖像分類是根據(jù)圖像的信息將不同類別圖像區(qū)分開來,?是計算機視覺中重要的基本問題.?圖像分類按粒度粗細也分兩種，粗細度的是識別類型，比如這是貓還是狗；細粒度是給你一張照片,?讓你用模型識別這是緬因貓,?還是挪威森林貓)。

現(xiàn)在我們先做粗粒度的貓狗識別分類器。我們的任務是訓練一個分類器，去分辨哪些是貓，哪些是狗。詳情請查看《卷積神經網(wǎng)絡實踐-貓狗分類》。

如果你掌握了上面的貓狗分類器，那恭喜你，對深度學習圖像分類模型又有了更進一步的了解。接下來我們要做細粒度的東西，是什么呢？就是現(xiàn)在很火的人臉識別。下面介紹個簡單的人臉識別模型。這個模型還能識別出章子怡的照片呢！想知道怎么弄的嗎？點開鏈接探究吧。詳情請查看《卷積神經網(wǎng)絡-人臉識別初探》。

你也許學習完上面兩個示例，會提出疑問，貓狗識別是判斷一張照片里面的是貓還是狗,?但一張照片里如果有10只貓, 5只狗該怎么辦??模型真的知道那個物體是目標嗎？有什么辦法讓模型知道目標呢？那就要先使用目標檢測,?把貓貓狗狗的位置圈定出來,?然后再逐一處理。順便一提，聽起來高大上的無人駕駛技術,?目標檢測也是其核心技術之一哦。接下來介紹幾個目標檢測的模型。

主流的目標檢測算法主要分為兩個類型：

1)two-stage方法，其主要思路是先通過啟發(fā)式方法(selective search)或者CNN網(wǎng)絡產生一系列稀疏的候選框，再對這些候選框進行分類與回歸。two-stage方法的優(yōu)勢是準確度高；代表算法是R-CNN系列算法。想更深入研究是怎么回事？AI Studio社區(qū)提供了詳盡的Mask RCNN教程：

https://aistudio.baidu.com/aistudio/projectdetail/122273

除了Mask RCNN，另一個齊名的是Faster-RCNN

https://aistudio.baidu.com/aistudio/projectdetail/122275

2)one-stage方法，如YOLO和SSD，其主要思路是均勻地在圖片的不同位置進行密集抽樣，抽樣時可以采用不同尺度和長寬比，然后利用CNN提取特征后直接進行分類與回歸，整個過程只需要一步，所以其優(yōu)勢是速度快(所以在移動設備等低性能平臺上常用)，但是均勻的密集采樣的一個重要缺點是訓練比較困難，這主要是因為正樣本與負樣本(背景)極其不均衡，導致模型準確度稍低。

我在AI Studio社區(qū)找到了Yolo和SSD的教程。

YOLO教程使用的數(shù)據(jù)集是自定義的螺絲螺母數(shù)據(jù)集，以下教程涵蓋了YOLO v3和YOLO v3-tiny，不僅讓你能學好YOLO，而且還提供了可以部署在低能耗設備上的模型。

接下來要介紹的是SSD。下面這個教程使用的是基于預訓練好的mobile-net訓練的SSD，使用的數(shù)據(jù)集是?pascal-voc。

關于計算機視覺的進階內容先介紹到這里，接下來介紹進階的NLP內容。還想學更高階的CV模型算法請移步到下一章。

自然語言處理?(NLP)

項目地址：

https://aistudio.baidu.com/aistudio/projectdetail/128857

我們又回到了NLP技術領域了。?假設我們已經學過前面爬豆瓣的那課,?我們獲取了某部著名電影的評論,?我們怎么知道它的口碑究竟如何呢??通過這篇文章,?我們可以透過語言直接看到人類的情緒。不過為了方便起見，我們下面這個例子并不直接用之前采集的數(shù)據(jù)集，而是用的是已經處理好的IMDB電影數(shù)據(jù)集。詳情請查看《循環(huán)神經網(wǎng)絡NLP-情感分類》。

其實情感分類是一個很重要的技術，我之前做過對股票市場的情感分析算法，可以找出市場情感對股市走向的影響。不過如果你覺得情感分類還是太簡單的話，那恭喜你，你的進步是飛快的。那你接下來可以試試更難的，就是機器翻譯。飛槳框架收集了一個叫WMT-14的數(shù)據(jù)集，提供了193319條訓練數(shù)據(jù)和6003條測試數(shù)據(jù)，應該夠你探索的了。詳情請查看《深度學習進階NLP-機器翻譯》。

2. 高階學習者如何利用好AI studio

和前面一樣，還是分計算機視覺和NLP(自然語言處理)兩個主要方向來介紹項目：

計算機視覺(CV)

分類識別還不夠？來個人體姿態(tài)估計和追蹤的項目來轟炸一下你的大腦吧。下面這個項目是嘗試復現(xiàn)論文《Simple Baselines for Human Pose Estimation and Tracking》里的結構。項目名：《人體姿態(tài)估計與追蹤之關鍵點檢測》。

接下來介紹一個激動人心的技術：GAN。生成對抗網(wǎng)絡(Generative Adversarial Network，簡稱GAN)?是一種非監(jiān)督學習的方式,?通過讓兩個神經網(wǎng)絡相互博弈的方法進行學習。GAN由一個生成網(wǎng)絡和一個判別網(wǎng)絡組成,?生成網(wǎng)絡從潛在的空間(latent space)中隨機采樣作為輸入,?其輸出結果需要盡量模仿訓練集中的真實樣本。判別網(wǎng)絡的輸入為真實樣本或生成網(wǎng)絡的輸出,?其目的是將生成網(wǎng)絡的輸出從真實樣本中盡可能的分辨出來。而生成網(wǎng)絡則盡可能的欺騙判別網(wǎng)絡,?兩個網(wǎng)絡相互對抗,?不斷調整參數(shù)。生成對抗網(wǎng)絡常用于生成以假亂真的圖片。此外,?該方法還被用于生成影片,?三維物體模型等。我們將利用GAN，做個圖像風格遷移的項目：《風格遷移之圖像翻譯Pix2Pix》。

自然語言處理?(NLP)

現(xiàn)在對話聊天機器人是很火的方向。但是要使得聊天機器人表現(xiàn)得懂用戶，那就需要識別對話情緒。專注于識別智能對話場景中用戶的情緒。在這方面百度發(fā)布了自己的模型ERNIE。通過建模海量數(shù)據(jù)中的詞、實體及實體關系，學習真實世界的語義知識。相較于?BERT?學習原始語言信號，ERNIE?直接對先驗語義知識單元進行建模，增強了模型語義表示能力。下面這個項目將帶你學習ERNIE：《ERNIE對話情緒識別》。

之前我們講過語言情感分類和語言翻譯，你會覺得這不是很簡單嗎，對機器來說小兒科。但如果讓機器來做閱讀理解呢，或者讓機器去回答問題呢，有想過嗎？有個模型的提出讓以上這些問題都有了希望，這個模型就是BERT(Bidirectional Encoder Representations from Transformers)。想知道BERT是什么，怎么工作的？下面這個項目能幫到你：《語義表示模型?BERT》

機器閱讀理解(MRC)是自然語言處理(NLP)中的關鍵任務之一，需要機器對語言有深刻的理解才能找到正確的答案。機器閱讀理解領域有個著名的模型叫BiDAF模型(Bi-Directional Attention Flow for Machine Comprehension)。下面這個項目將會幫助你了解更多：《機器閱讀理解之BiDAF模型》。

3. 其他AI Studio上的學習項目

由于CV和NLP是熱門研究領域，以上項目都只提到CV和NLP。但深度學習的研究范圍和應用范圍很廣，只是限于篇幅原因不能一一詳盡。為了照顧到更多領域的讀者，以下還收集了一些推薦算法的AI Studio的項目，這里僅列舉一下，不再一一介紹。有興趣的讀者可以研究下

●? ?基于飛槳PaddlePaddle的SR-GNN推薦算法

https://aistudio.baidu.com/aistudio/projectdetail/124382

●? ?個性化推薦之多視角Simnet模型

https://aistudio.baidu.com/aistudio/projectdetail/122294

●? ?飛槳PaddlePaddle分布式推薦算法實踐

https://aistudio.baidu.com/aistudio/projectdetail/124378

●? ?用飛槳PaddlePaddle實現(xiàn)個性化推薦

https://aistudio.baidu.com/aistudio/projectdetail/127567

●? ?標簽推薦算法之TagSpace

https://aistudio.baidu.com/aistudio/projectdetail/122298

●? ?推薦算法gru4rec之飛槳PaddlePaddle實現(xiàn)

https://aistudio.baidu.com/aistudio/projectdetail/122296

如果你還意猶未盡，還需要找更多的AI Studio深度學習項目？或者遇到問題不知道怎么解決？可以去下面兩個地方尋找?guī)椭?/p>

●? ?項目合集頁，在這里有很多官方和其他機器學習愛好者發(fā)布的項目：https://aistudio.baidu.com/aistudio/projectoverview/public/1

●? ?論壇社區(qū)，如果你出現(xiàn)難解的問題，不妨上來看看有沒人遇到過同樣的情況：https://ai.baidu.com/forum/topic/list/192

小結

本文介紹了一個免費贈送GPU算力的深度學習平臺AI Studio。首先介紹了AI Studio是什么，在性能上有什么優(yōu)勢，同時也介紹了如何獲得免費GPU算力。最后用大量的篇幅介紹了如何利用好AI Studio上的學習資源，實現(xiàn)深度學習從入門到高階。

總結

以上是生活随笔為你收集整理的学AI买计算机,如何用免费GPU学习AI算法？这篇大集锦不要错过的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。