深度学习不懂AI的我，是如何搞开发的？( 二 ) |AI|平台|

EasyDL的能力是如何实现的？
表面上看起来、用起来越是简单的工具、平台，那它背后的设计可能越是复杂。
百度EasyDL也是如此。
平台内部采用了诸多复杂的深度学习算法和工程技术，而这一切，都是为了保证其简单、易用、低门槛的使用效果。
EasyDL之所以能够在模型方面达到高精度，一个重要原因是其基于百度自主研发的深度学习平台飞桨。一站式模型训练和服务体验，则融入了更多百度长期积累的独有技术和工程化能力。

本文插图
首先， EasyDL预置了百度超大规模数据训练的预训练模型。
在视觉任务中，图像分类训练任务内置百度基于海量互联网数据，包括10万+分类、6500万图片等训练的超大规模视觉预训练模型，平均精度可提升3.24%-7.73% 。
在物体检测训练任务方面，内置百度基于800+标签、170万图片， 1000万+检测框训练的超大规模物体检测预训练模型，平均精度可提升1.78%-4.53% 。
在自然语言处理方面， EasyDL预置了由百度自研、业界效果最好的预训练模型文心（ERNIE），将机器语义理解水平提升到一个新的高度。
EasyDL还提供了自动数据增强、自动超参搜索等AutoML/DL自动化建模机制，对零算法基础的用户降低AI使用门槛。
而且基于飞桨DGC加速机制，通过只传送重要梯度（稀疏更新）的方式来减少通信带宽使用，从而让EasyDL提升了分布式训练效率，相比传统分布式训练方式，有70%以上的训练速度增益。
其次，在数据处理方面， EasyDL建设了EasyData智能数据服务平台。
在数据标注和数据清洗， EasyData提供了11种数据标注模板， 5种标准、高级的清洗方案。
EasyData还提供了软硬一体、端云协同的自动数据采集方案，可以在数据采集时，免除繁琐耗时的设备选型、调试和集成开发工作。
最后，在部署部署方面， EasyDL提供了公有云API、设备端SDK、本地服务器部署、软硬一体部署四种方案。
其中，公有云API可以支持弹性扩缩容；设备端SDK目前EasyDL提供了端模型适配服务，支持了15+芯片类型， 4大常用操作系统。
而这些，正是EasyDL强大能力的背后硬实力。
Why EasyDL？
因为有需求，这就是问题的答案。
人工智能引领的第四次工业革命正不断地渗透到各行各业，大企业往往具备了一定的人才储备、技术积累。
但相比之下，中小企业在智能转型的过程中，往往处于碰壁的状态，智能化门槛过高，包括高级开发人员成本、技术能力等等。
而中小企业在整个国民经济的发展过程中，却起着举足轻重的作用。
因此，解决这样的问题，便成为了一种「刚需」。
也正是因为这样， EasyDL一经开放，便得到了中小企业的广泛认可和支持。
而在2年多的时间里， EasyDL也一直在持续升级和打磨，使整体的产品体验和功能更加完善。
这也是让EasyDL与其它AutoDL平台相比，具有较为突出的优势，能够获得更好的效果。
不仅如此， EasyDL的更新迭代还在继续。
例如，今年升级的最大亮点，就是五月份全新发布了EasyData智能数据服务平台。
专注在AI开发场景在业内开放了提供一站式的数据采集、数据清洗、数据标注、数据回流的完整解决方案。
内置的超大规模预训练模型也是今年核心的技术亮点升级之一，为提供更高精度的训练效果。
而就在刚刚过去的9月，我们看到EasyDL又进行了一轮大幅升级。
在EasyDL经典版NLP方向新增了定制情感倾向分析、文本分类多标签、文本实体抽取；全新推出表格数据预测分析的ML方向，进一步丰富了模型类型。