0
雷鋒網(wǎng)按：本文為 AI 研習社編譯的技術(shù)博客，原標題 Ready-to-Use Deep-Learning Models，作者為 Patrick Titzler。
翻譯 | 老周 整理 | MY
您是否想過對圖像進行分類、識別圖像中的人臉或位置、處理自然語言或文本，或者根據(jù)應用程序中的時間序列數(shù)據(jù)創(chuàng)建推薦? 通過深度學習（使用深度神經(jīng)網(wǎng)絡的機器學習），你可以做到這一點，甚至超出你期望。
工作中的目標識別。照片來源于 Unsplash 網(wǎng)站（Alexis Chloe 提供）https://unsplash.com/photos/dD75iU5UAU4
為了將深度學習應用到您的數(shù)據(jù)（文本、圖像、視頻、音頻等）中，您需要一個預先訓練好的模型、一個運行時環(huán)境、數(shù)據(jù)清洗，特征轉(zhuǎn)換，以及后期邏輯處理轉(zhuǎn)換模型，以便得到期望的結(jié)果。
讓我們簡單地看一看如果您要使用深度學習模型通常需要完成的步驟：
獲得一個適合你需要的訓練有素的深度學習模式。深度學習模型往往（非常）龐大和（非常）復雜，有些模型甚至還沒有被很好地理解。訓練這些模型通常需要時間和資源，需要大量的數(shù)據(jù)和大量的機器學習專業(yè)知識，以及諸如 TensorFlow、Caffe、PyTorch 或 Keras 等框架的知識。
ETL 過程：實現(xiàn)預處理輸入的包裝器代碼，調(diào)用框架以生成模型輸出并將輸出轉(zhuǎn)換為適合應用程序的格式。
預訓練的模型+包裝器= 深度學習應用使用前提準備
為了讓您和我這樣的開發(fā)人員簡化這個過程，我們設(shè)置了模型資產(chǎn)交換 Model Asset Exchange（MAX）。 IBM Code Model Asset Exchange (MAX) 是一站式交流平臺，開發(fā)人員可在此查找和使用免費的開源深度學習模型，它提供使得經(jīng)過良好測試的機器學習與深度學習模型供大家免費使用。
如果您在本地計算機上安裝了 Docker（或者可以將 docker 容器部署到云端），您將在不到五分鐘的時間內(nèi)運行基本的即用型深度學習服務。
注意：模型資產(chǎn)存儲庫還包括一個用于部署到 Kubernetes 的啟動器配置文件。
入門
從 MAX 網(wǎng)站中選擇所需的模型，克隆引用的 GitHub 存儲庫（它包含您需要的所有內(nèi)容），構(gòu)建并運行 Docker 映像。
注意：Docker 鏡像也在 Docker Hub 上發(fā)布。
例如，如果您想用標題注釋圖像，描述可視化的內(nèi)容，請選擇圖像標記模型并在終端窗口中運行以下命令:
容器運行后，您可以使用公開的 REST API 來探索 Swagger 規(guī)范或使用該模型。
Docker 容器提供了從 Model Asset Exchange 探索和使用深度學習模型所需的所有功能。
在您的 web 瀏覽器中打開下面這個鏈接：http://localhost:5000 ，來訪問 Swagger 規(guī)范并查看可用的 API 端點。請注意，API 端口號因型號而異; 例如 一些 Docker 鏡像可能會暴露訓練的端口號，而有些則不會。
注意：服務隱藏了很多復雜性。對于初學者來說，您不必精通用于在模型上操作的框架。您也不必將輸入轉(zhuǎn)換為框架理解的內(nèi)容，或者將模型輸出轉(zhuǎn)換為應用程序友好的格式。
初步使用 API
測試驅(qū)動服務的最快方法是通過生成的 Swagger UI。提供請求的輸入（在此示例中為圖像的位置）并發(fā)送預測請求：
使用 Swagger UI 運行一個快速測試。注意本例中的低概率;生成的圖像標題可能不能準確地反映圖像內(nèi)容。
或者，
......
想要繼續(xù)閱讀，請移步至我們的AI研習社社區(qū)：https://club.leiphone.com/page/TextTranslation/804
更多精彩內(nèi)容盡在 AI 研習社。
不同領(lǐng)域包括計算機視覺，語音語義，區(qū)塊鏈，自動駕駛，數(shù)據(jù)挖掘，智能控制，編程語言等每日更新。
雷鋒網(wǎng)雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))(公眾號：雷鋒網(wǎng))
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
