查找适用于常见应用领域的免费、开源且最先进的深度学习模型
标签: Docker,IBM Cloud,Kubernetes,MAX - Model Asset eXchange,人工智能,微服务,数据科学,机器学习,深度学习
发布: 2019-01-22
IBM Developer 上的 Model Asset eXchange (简称 MAX) 支持开发者在其中查找和使用适用于常见应用领域(如文本、图像、音频和视频处理)的免费、开源且最先进的深度学习模型。精选列表提供了丰富的可部署(现成)模型和可训练(使用前定制)模型。
MAX 上的可部署深度学习模型已经过研究、评估、预训练和封装,且已作为 Docker 容器镜像发布到 Docker Hub 上,可随时通过 Kubernetes 部署到本地或云环境中。
每个模型提供的 Docker 镜像都实现了一项微服务,用于公开一个 REST-API,应用程序(或其他服务)通过调用该 API 来使用其中封装的深度学习模型。
在以下示例中,Web 应用程序将调用 Object Detector 微服务并提供图像作为输入。此微服务将处理图像,调用模型,对输出进行后处理,并采用应用程序友好的 JSON 格式向调用者返回结果(“在图像中识别的对象”)。
调用者不需要了解为服务提供支持的深度学习模型、用于实施和运行模型的框架或者原生模型输入或输出,因为微服务会隐藏这些详细信息。
在 Model Asset Exchange 中,可以按领域过滤可部署模型(对音频内容进行分类、对视频内容进行分类和识别图像中的实体),深入了解模型(底层研究、训练数据集和许可信息),试验模型(无需安装任何程序),并浏览部署和定制选项。
Object Detector 是一个热门模型。
许多模型都包含说明如何在 物联网( IOT ) 应用程序、 无服务器应用程序 或 web 应用程序(如此 Code Pattern)中使用它的示例。
点击链接学习 训练模型。
在基于 IBM 云的 Watson Machine Learning 服务的帮助下使用您自己的数据。
要了解 Model Asset Exchange 的更多信息,查看 Model Asset Exchange 入门教程。其中详细介绍了本地环境中的模型微服务部署过程,并概括了如何通过 Web 应用程序使用此服务。
本文翻译自: Get an introduction to the Model Asset Exchange on IBM Developer(2019-01-22)