华为的深度学习平台：ModelArts
ModelArts是面向AI開發者的一站式開發平臺，提供海量數據預處理及半自動化標注、大規模分布式訓練、自動化模型生成及端-邊-云模型按需部署能力，幫助用戶快速創建和部署模型，管理全周期AI工作流。
“一站式”是指AI開發的各個環節，包括數據處理、算法開發、模型訓練、部署都可以在ModelArts上完成。從技術上看，ModelArts底層支持各種異構計算資源，開發者可以根據需要靈活選擇使用，而不需要關心底層的技術。同時，ModelArts支持像Tensorflow、MXNet等主流開源的AI開發框架，也支持開發者使用自研的算法框架，匹配您的使用習慣。
ModelArts的理念就是讓AI開發變得更簡單、更方便。
面向不同經驗的AI開發者，提供便捷易用的使用流程。例如，面向業務開發者，不需關注模型或編碼，可使用自動學習流程快速構建AI應用；面向AI初學者，不需關注模型開發，使用預置算法構建AI應用；面向AI工程師，提供多種開發環境，多種操作流程和模式，方便開發者編碼擴展，快速構建模型及應用。
產品架構
ModelArts是一個一站式的開發平臺，能夠支撐開發者從數據到AI應用的全流程開發過程。包含數據處理、模型訓練、模型管理、部署等操作，并且提供AI市場功能，能夠在市場內與其他開發者分享模型、API和數據集。
ModelArts支持應用到圖像分類、圖像檢測、視頻分析、語音識別、產品推薦、異常檢測等多種AI應用場景。
圖1?ModelArts架構?
產品優勢
一站式
開“箱”即用，涵蓋AI開發全流程，包含數據處理、模型開發、訓練、管理、部署功能，可靈活使用其中一個到多個功能用于開發工作。
易上手
提供多種預置模型，開源模型想用就用。
模型超參自動優化，簡單快速。
零代碼開發，簡單操作訓練出自己的模型。
支持模型一鍵部署到云、邊、端。
高性能
自研MoXing深度學習框架，提升算法開發效率和訓練速度。
優化深度模型推理中GPU的利用率，加速云端在線推理。
可生成在Ascend芯片上運行的模型，實現高效端邊推理。
靈活
支持多種主流開源框架(TensorFlow，Spark_MLlib等)。
支持主流GPU和自研Ascend芯片。
支持專屬資源獨享使用。
支持自定義鏡像滿足自定義框架及算子需求。
繁多的AI工具安裝配置、數據準備、模型訓練慢等是困擾AI工程師的諸多難題。為解決這個難題，華為云將一站式的AI開發平臺（ModelArts）提供給開發者，從數據準備到算法開發、訓練模型，最后把模型部署起來，集成到生產環境。一站式完成所有任務。ModelArts的功能總覽如下圖所示。?
圖2?功能總覽
ModelArts特色功能如下所示：
數據治理
支持數據篩選、標注等數據處理，提供數據集版本管理，特別是深度學習的大數據集，讓訓練結果可重現。
極“快”致“簡”模型訓練
自研的MoXing深度學習框架，更高效更易用，大大提升訓練速度。
云邊端多場景部署
支持模型部署到多種生產環境，可部署為云端在線推理和批量推理，也可以直接部署到端和邊。
自動學習
支持多種自動學習能力，通過“自動學習”訓練模型，用戶不需編寫代碼即可完成自動建模、一鍵部署。
可視化工作流
使用GES（圖引擎服務）統一管理開發流程元數據，自動實現工作流和版本演進關系可視化，進而實現模型溯源。
AI市場
預置常用算法和常用數據集，支持模型在企業內部共享或者公開共享。
機器學習初學者
黃海廣博士創建的公眾號，黃海廣博士個人知乎粉絲22000+，github排名全球前120名（31000+）。本公眾號致力于人工智能方向的科普性文章，為初學者提供學習路線和基礎資料。原創作品有：吳恩達機器學習個人筆記、吳恩達深度學習筆記等。
往期精彩回顧
那些年做的學術公益-你不是一個人在戰斗
良心推薦：機器學習入門資料匯總及學習建議
吳恩達機器學習課程筆記及資源（github標星12000+，提供百度云鏡像）
吳恩達深度學習筆記及視頻等資源（github標星8500+，提供百度云鏡像）
《統計學習方法》的python代碼實現（github標星7200+）
精心整理和翻譯的機器學習的相關數學資料
首發：深度學習入門寶典-《python深度學習》原文代碼中文注釋版及電子書
圖解word2vec(原文翻譯)
備注：加入本站微信群或者qq群，請回復“加群”
加入知識星球（4200+用戶，ID：92416895），請回復“知識星球”
總結
以上是生活随笔為你收集整理的华为的深度学习平台：ModelArts的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 带你少走弯路：强烈推荐的Pytorch快
- 下一篇： 364 页 PyTorch 版《动手学深