Написать в техподдержку Позвонить нам
Админпанель Выход

Содержание статьи:

    Общее описание

    Среды для обучения

    В рамках платформы Mail.Ru Cloud Solutions можно создать рабочее место data scientists.

    Рабочее место data scientists — это образ виртуальной машины, включающий в себя популярные среды и инструменты для работы с машинным обучением.

    Состав продукта

    CS а: Ubuntu 18.04 «Machine Learning»

    Предустановленные компоненты:

    • GPU драйвера NVIDIA
    • NVIDIA CUDA
    • NVIDIA CUDA Deep Neural Network Librayr (cuDNN)
    • NVIDIA Docker
    • Пакетный менеджер Anaconda
    • Средства разработки C/C++ (gcc, g++, clang, gdb, make, cmake и д.р.)
    • Системы контроля версий (git, svn, mercurial)

    Работа с Jupyter Notebooks

    Образ содержит предустановленный Jupyter Notebooks. Для запуска сервера введите следующую команду:

    jupyter-notebook --ip '*'

    Далее перейдите по ссылке, указанной на экране. Вместо 'localhost' или имени следует использовать внешний плавающий IP адрес машины.

    Работа с conda

    Conda - кросс-платформенный пакетный менеджер для Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN. Conda является продвинутым аналогом pip + virtualenv.

    Репозитории conda содержат все популярные инструменты и фреймворки для машинного обучения, такие какpandas,scikit-learn,Matplotlib,XGBoost,LightGBM,PyTorch,TensorFlow и д.р.

    Для начала работы с conda наберите "conda info":

    conda info

    Получение списка виртуальных окружений:

    conda env list

    Создание нового виртуального окружения с установленным пакетом tensorflow и Python версии 3.6:

    conda create --name <НАЗВАНИЕ> python=3.6 tensorflow-gpu

    Активация виртуального окружения:

    source activate <НАЗВАНИЕ>    

    Поиск пакета:

    conda search <НАЗВАНИЕ ПАКЕТА>

    Установка пакета в текущее виртуальное окружение:

    conda install <НАЗВАНИЕ ПАКЕТА>

    Деактивация текущего виртуального окружения:

    source deactivate

    За более подробной информацией по работе с Conda обратитесь в официальную документацию. Для удобства рекомендуем воспользоваться шпаргалкой по работе с Conda.

    Vision

    Vision — это технология распознавания лиц, объектов, процессов на базе машинного обучения и искусственных нейронных сетей. Vision позволит автоматизировать и повысить точность комплексной визуальной проверки различной сложности.

    • 98% точность определения лица среди миллиона
    • TensorRT на инференсе, <10ms на фото на GPU
    • 314 классов распознавания сцен, 25 000 классов – объектов

    Технологии Vision доступны через программные интерфейсы API, которые постоянно расширяются. Их список доступен в этом справочном центре. С помощью API вы сможете решить такие кейсы, как:

    • Определение сцен иобъектов
    • Отслеживание людей
    • Распознавание знаменитостей
    • Распознавание текста наизображениях
    • Обнаружение автомобилей
    • Увеличение разрешения
    • Поиск достопримечательностей
    • Выявление дефекта напроизводстве
    • Определение номеров автомобилей
    • Модерация изображений

    Полезна ли была эта статья?