TOP8无代码平台:2020年,这些机器学习平台不容错过

全文共3093字 , 预计学习时长8分钟
TOP8无代码平台:2020年,这些机器学习平台不容错过文章插图
图源:unsplash
新旧十年交替之际 , 2020年涌现出的无代码人工智能平台数量激增 , 越来越多的企业希望利用人工智能的力量来构建更智能的软件产品 。 但对于很多人来说 , 实现这一愿望困难重重 。
对于初创公司而言 , 寻找具有相关机器学习专业知识的人才是一项挑战 。 很多公司投入了大量资金 , 招聘拥有博士学位和机器学习学术研究背景的工程师 , 却未能推出自己的产品 。
在此背景下 , 无代码可视化拖拽式工具开始崭露头角 。 它们有助于填补数据科学家的空缺 , 让非技术人员不再对人工智能望而生畏 。 有了它们 , 企业现在无需过多甚至不需要任何编码知识 , 就能在最短的时间内生成数据集 , 训练并部署模型 , 十分经济划算 。
对于移动应用程序开发人员来说 , 这无疑是隐藏的福利 , 因为现在对于内置机器学习的设备需求很大 。 他们不需要拥有机器学习博士学位 , 就可以在自己想要训练的数据和模型方面创造发挥 。
本文将介绍一些目前可用的最佳无代码机器学习工具 。 其中有一些是完全免费的 , 而另外一些会在免费试用期过后收取一定费用 , 每一种工具都会帮助用户实现其AI应用想法 。
CreateML
作为一名iOS开发人员 , 笔者还是先从苹果公司的无代码拖拽式工具CreateML讲起吧 。 CreateML最初与Xcode一同发布 , 如今是一个独立的macOS应用程序 , 配备了一些预先训练好的模型模板 。
通过使用迁移学习技术 , 用户可以构建自己的自定义模型 。 从图像分类器到样式转换 , 从自然语言处理到推荐系统 , 它几乎涵盖了一切 , 用户所需要做的就是用所需格式通过训练和验证数据 。
此外 , 用户可以在开始训练之前微调测度并设置自己的迭代数 。 CreateML为模型(比如样式转换)提供验证数据的实时结果 。 最后 , 它会生成一个CoreML模型 , 用户可以在iOS应用程序中对其进行测试和部署 。
TOP8无代码平台:2020年,这些机器学习平台不容错过文章插图
AutoML
苹果公司凭借CreateML居于领先 , 谷歌也不甘落后 。 它的AutoML工具虽然是在云端 , 但其运行方式与CreateML几乎相同 。
目前 , 谷歌的云端AutoML机器学习产品包括视觉(图像分类)、自然语言、AutoML翻译、视频智能和表格 。 机器学习知识有限的开发人员就可以训练针对其用例的模型了 。 为经过全面测试的深度学习模型提供开箱即用的支持 , 云端AutoML无需开发人员了解迁移学习知识或应该怎样创建神经网络 。
模型训练完成后 , 用户可以用.pb、.tflite、CoreML等格式测试并导出该模型 。
TOP8无代码平台:2020年,这些机器学习平台不容错过文章插图
MakeML
MakeML是一种用于创建无需代码的对象检测和语义分割模型的开发工具 。 它为iOS开发人员提供了macOS应用程序 , 用来创建并管理数据集(比如在图像中注释对象) 。 它们还有一个数据集存储库 , 其中包含一些免费的计算机视觉数据集 , 只需单击几下即可用来训练神经网络 。
MakeML已经在运动类应用程序中展示出了它们的潜力 , 比如球体追踪 。 此外 , 它们还有用于训练指甲和马铃薯分割模型的端到端教程 , 这对于非机器学习开发人员来说应该很容易上手 。 通过使用其在视频中运行的内置注释工具 , 用户可以构建一个用于板球和网球比赛的鹰眼探测器 。
TOP8无代码平台:2020年,这些机器学习平台不容错过文章插图
Fritz AI
Fritz AI是一个正在成长的机器学习平台 , 它有助于填补移动端开发人员和数据科学家之间的鸿沟 。 iOS和安卓开发人员可以快速训练并部署模型 , 或使用他们预先训练过的软件开发工具包(SDK) , 该工具包提供了开箱即用的样式转换、图像分割、以及像模型一样的姿态估计功能 。
他们的FritzAI Studio通过提供数据注释工具及合成数据 , 无缝生成数据集 , 让用户迅速将创意转化为可投入生产的应用程序 。 除了在苹果公司之前引入了对样式转换的支持之外 , Fritz AI的机器学习平台还提供了模型再训练、分析、易于部署和防御攻击的解决方案 。
TOP8无代码平台:2020年,这些机器学习平台不容错过文章插图
RunwayML
这也是特别为创作者和制造者设计的机器学习平台 。 它的视觉界面体验良好 , 无需编写或思考代码 , 即可快速训练从文本到图像生成(GAN)、运动捕捉、对象检测等各种模型 。 用户可通过RunwayML浏览一系列的模型 , 包括超分辨率图像、背景去除和样式转换 。