让深度学习触手可及,MathWorks发布MATLAB新版!

2017-10-12 11:36:00 作者:李代丽 分类 : 比特网

  人工智能大火,“深度学习”将引爆行业未来,这一点已是大多数人的共识。但是,对于很多想致力于“深入学习”领域的工程师们来说,却不知从何处下手,理想和现实之间貌似隔着十万八千里的距离。MathWorks MATLAB Release 2017b (R2017b)的发布,或能扭转这一局面。只通过工具软件,就能随时随地具备深度学习能力,这无异于给火爆的人工智能行业添了“一桶油”。

  2017年9月,MathWorks公司像往年一样,进行MATLAB的更新。(MATLAB每年会有两个版本的更新:一个是A版本,大概在三月份左右发布;一个是B版本,在九月份发布。)

  “如果说,以往版本的MATLAB只是具备了深度学习的个别能力,MATLAB R2017b则补齐了深度学习的所有流程。”MathWorks中国有限公司资深应用工程师陈建平,特别强调了MATLAB新版的不同之处。

  MathWorks中国有限公司资深应用工程师陈建平

    那么,什么是深度学习?MathWorks是谁?MATLAB具体能干什么?我们先来了解下深度学习领域现状。

  如何跨越“深度学习”技术门槛?

  自从AlphaGo战胜了人类围棋冠军,人工智能大火。人工智能是什么?有人把它想象成是科幻片,有人认为它是人类的未来,还有人把它当成我们日常生活中的一部分。这些解释都对,一千个人眼中有一千个哈姆雷特。

  其实,人工智能支持之所以高大上,是因为背后有各种技术做支撑。比如:人脸识别大数据挖掘、深度学习、机器学习、VR/AR等,都成为这一领域重点关注的技术。尤其是深度学习,已慢慢从学术概念走向行业应用。我们可以看到,在语音识别、语义分析中,都会涉及深度学习能力。但是,从行业的整体发展现状来看,深度学习还存在着巨大瓶颈。

  虽然,很多公司都已经意识到“深度学习”非常重要,但是具体怎么来操作,并不是一件非常容易的事情。一方面,在行业应用过程中,从头开始训练一个深度模型难度非常大。以自动驾驶为例,很多自动驾驶技术的开发者,并不了解深度学习的所有细节;而做很多深度学习或者机器学习的工程师,又不了解行业应用背景。如何把两者结合起来?存在着巨大挑战。另一方面,深度学习的开发流程也是一个比较漫长的过程。从学习模型,到最后产出,要形成一个整体的链条。

  可以说,深度学习是一项难学难精技术难题。随着计算能力以及GPU的发展,深度学习的发展也会越来越成熟。在某些领域,“深度学习”的整体性能表现非常好,有时候能超过人类识别能力。

  那么,到底什么是深度学习? 从字面上理解,深度学习就是直接从图像、文本和语音中学习任务。很多企业会把深度学习和机器学习放在一起去推广,这也是正常现象。因为很多框架或者是工具,必须同时具备深度学习跟机器学习的能力。从本质上来看,二者的差异就在于是否有人工特征提取的介入。机器学习过程,是先有数据,然后通过人工提取数据特征,再把数据送到机器学习的算法上,去学习预测的模型,最后部署和分享。而深度学习,是通过模型替代了人工介入环节。也就是说,深度学习要做的工作是,帮助广大工程师快速找模型,训练模型,最后拿模型去做预测。

  对于大多数企业而言,深度学习之所以遥不可及,不能把深度学习应用于现实场景,是因为不知道如何给数据打标,如何访问最新的模型,如何让训练和预测更快,以及如何快速部署新的模型。

  MATLAB R2017b带来怎样的深度学习能力?

  虽然,深度学习是难学精的转型技术,但MATLAB 能使之变得易学易用,帮助工程师、研究者以及相关领域专家发挥自身优势,更好地构建产品。

  MATLABRelease 2017b (R2017b)正式推出后,可以对MATLAB 和 Simulink 的若干新功能、六款新产品以及对其他 86 款产品的更新和修复补丁。最重要的是,新的深度学习功能,可简化工程师、研究人员及其他领域专家设计、训练和部署模型的方式。

  R2017b可以帮助整个工程和系统集成团队更好地保持对整个设计过程的控制,并更快地实现更高质量的设计。可以通过使用预训练网络,协作开发代码和模型,然后部署到 GPU 和嵌入式设备。并且, MATLAB 还可以改进结果质量,同时通过自动化地面实况标记 App 来缩短模型开发时间。

  Neural Network Toolbox 增加了对复杂架构的支持,包括有向无环图 (DAG) 和长短期记忆 (LSTM) 网络,并提供对 GoogLeNet 等流行的预训练模型的访问。

  Computer Vision System Toolbox 中的 Image Labeler 应用现在提供一种方便和交互的方式来标记一系列图像中的地面实况数据。除对象检测工作流程外,该工具箱现在还利用深度学习支持语义分割,对图像中的像素区域进行分类,以及评估和可视化分割结果。

  在部署环节,有一个新产品叫GPU Coder ,它做的事情是如何把你要做的模型,包括一些通用的AlexNet代码,转化成能够运行到NVIDIA GPU上的CUDA代码。内部基准测试显示,在推断阶段为深度学习模型产生的代码,比 TensorFlow 的性能提高 7 倍,比 Caffe2 的性能提高 4.5 倍。

  有些人可能对MATLAB不太熟悉,但如果你是圈内人士,就会知道MATLAB是工科背景学生的一款标配软件。MATLAB是MathWorks公司的核心产品,与Simulink和 Polyspace一同被用于科技计算和工程开发领域。MathWorks公司总部在波士顿,已经有三十多年的发展历程,在全球拥有20多个办公室和分公司,正版用户达到200万以上。

  MathWorks的定位是一个工具型软件厂商,最简单的方式就是提供工具,通过用户购买MATLAB的形式为用户服务。随着物联网和智能设备的发展,MathWorks也提供项目式服务,专门成立的Pilot(导航员)团队可以协助用户达成目标。当然,如果客户没有开发团队,不打算自己开发,也可以通过外包的形式完全委托MathWorks团队来设计产品。

  总之,MathWorks推出的MATLAB R2017b给深度学习带来了强大的推动力,让人工智能领域的发展再上一个新台阶。

* 本文为ChinaByte比特网原创内容,版权所有,转载请注明出处和原文链接,未经授权请勿用于商业用途。

芥末视频

最近更新
科普

科普图集
带着朋友和机器人上月亮散步

带着朋友和机器人上月亮散步>>详情

邮件订阅

软件信息化周刊
比特软件信息化周刊提供以数据库、操作系统和管理软件为重点的全面软件信息化产业热点、应用方案推荐、实用技巧分享等。以最新的软件资讯,最新的软件技巧,最新的软件与服务业内动态来为IT用户找到软捷径。
商务办公周刊
比特商务周刊是一个及行业资讯、深度分析、企业导购等为一体的综合性周刊。其中,与中国计量科学研究院合力打造的比特实验室可以为商业用户提供最权威的采购指南。是企业用户不可缺少的智选周刊!
网络周刊
比特网络周刊向企业网管员以及网络技术和产品使用者提供关于网络产业动态、技术热点、组网、建网、网络管理、网络运维等最新技术和实用技巧,帮助网管答疑解惑,成为网管好帮手。
服务器周刊
比特服务器周刊作为比特网的重点频道之一,主要关注x86服务器,RISC架构服务器以及高性能计算机行业的产品及发展动态。通过最独到的编辑观点和业界动态分析,让您第一时间了解服务器行业的趋势。
存储周刊
比特存储周刊长期以来,为读者提供企业存储领域高质量的原创内容,及时、全面的资讯、技术、方案以及案例文章,力求成为业界领先的存储媒体。比特存储周刊始终致力于用户的企业信息化建设、存储业务、数据保护与容灾构建以及数据管理部署等方面服务。
安全周刊
比特安全周刊通过专业的信息安全内容建设,为企业级用户打造最具商业价值的信息沟通平台,并为安全厂商提供多层面、多维度的媒体宣传手段。与其他同类网站信息安全内容相比,比特安全周刊运作模式更加独立,对信息安全界的动态新闻更新更快。
新闻中心热点推荐
新闻中心以独特视角精选一周内最具影响力的行业重大事件或圈内精彩故事,为企业级用户打造重点突出,可读性强,商业价值高的信息共享平台;同时为互联网、IT业界及通信厂商提供一条精准快捷,渗透力强,覆盖面广的媒体传播途径。
云计算周刊
比特云计算周刊关注云计算产业热点技术应用与趋势发展,全方位报道云计算领域最新动态。为用户与企业架设起沟通交流平台。包括IaaS、PaaS、SaaS各种不同的服务类型以及相关的安全与管理内容介绍。
CIO俱乐部周刊
比特CIO俱乐部周刊以大量高端CIO沙龙或专题研讨会以及对明星CIO的深入采访为依托,汇聚中国500强CIO的集体智慧。旨为中国杰出的CIO提供一个良好的互融互通 、促进交流的平台,并持续提供丰富的资讯和服务,探讨信息化建设,推动中国信息化发展引领CIO未来职业发展。
IT专家网
IT专家新闻邮件长期以来,以定向、分众、整合的商业模式,为企业IT专业人士以及IT系统采购决策者提供高质量的原创内容,包括IT新闻、评论、专家答疑、技巧和白皮书。此外,IT专家网还为读者提供包括咨询、社区、论坛、线下会议、读者沙龙等多种服务。
X周刊
X周刊是一份IT人的技术娱乐周刊,给用户实时传递I最新T资讯、IT段子、技术技巧、畅销书籍,同时用户还能参与我们推荐的互动游戏,给广大的IT技术人士忙碌工作之余带来轻松休闲一刻。