【51CTO.com原創(chuàng)稿件】隨著技術(shù)的不斷成熟，人工智能開(kāi)始應(yīng)用于生活中的方方面面，從智能音箱、自動(dòng)駕駛到智慧城市、智慧醫(yī)療等等，人工智能無(wú)處不正，英特爾、英偉達(dá)、聯(lián)想、浪潮、百度、谷歌等大牌廠商都積極投入到人工智能領(lǐng)域的研發(fā)當(dāng)中，希望能夠把握先機(jī)，奪取競(jìng)爭(zhēng)優(yōu)勢(shì)。

　　談到人工智能，就不得不提深度學(xué)習(xí)，它顛覆了語(yǔ)音識(shí)別、圖像分類(lèi)、文本理解等眾多領(lǐng)域的算法設(shè)計(jì)思路，漸漸形成了一種從訓(xùn)練數(shù)據(jù)出發(fā)，經(jīng)過(guò)一個(gè)端到端的模型直接輸出得到最終結(jié)果的一種新模式。在深度學(xué)習(xí)工具方面，基于開(kāi)源架構(gòu)的方案并不少見(jiàn)，像英特爾的BigDL等。作為一家軟件公司，MATLAB在今年9月份正式推出了***的R2017b版本專(zhuān)注于深度學(xué)習(xí)，據(jù)MathWorks陳建平介紹，新版本把深度學(xué)習(xí)的整個(gè)流程全都補(bǔ)齊了，無(wú)需離開(kāi)MATLAB 開(kāi)發(fā)環(huán)境，即可完成從數(shù)據(jù)獲取到應(yīng)用部署的完整流程。

　　深度學(xué)習(xí)不是一個(gè)特別容易的技術(shù)

　　雖然深度學(xué)習(xí)技術(shù)有著諸多優(yōu)勢(shì)，普及速度也相當(dāng)快，包括語(yǔ)音識(shí)別，語(yǔ)義分析等都已經(jīng)用上深度學(xué)習(xí)的能力，但是由于其在整個(gè)行業(yè)中剛剛開(kāi)始應(yīng)用，是難學(xué)難精的技術(shù)。陳建平認(rèn)為，深度學(xué)習(xí)的具體應(yīng)用并不是非常容易，特別是從頭開(kāi)始訓(xùn)練一個(gè)全新的深度模型。他表示，很多企業(yè)并沒(méi)有從頭開(kāi)發(fā)深度學(xué)習(xí)應(yīng)用的時(shí)間和能力，而對(duì)于做深度學(xué)習(xí)的技術(shù)工程師來(lái)講又缺乏相應(yīng)的領(lǐng)域知識(shí);因此，怎么把兩者結(jié)合到一起，是深度學(xué)習(xí)落地的價(jià)值所在。除此之外，由于深度學(xué)習(xí)的開(kāi)發(fā)流程長(zhǎng)，從數(shù)據(jù)獲取到學(xué)習(xí)模型再到產(chǎn)出結(jié)果，如何將整個(gè)鏈條打通，也是企業(yè)面臨的***困難。

　　MATLAB R2017b，讓深度學(xué)習(xí)變得易學(xué)好用

　　雖然深度學(xué)習(xí)比機(jī)器學(xué)習(xí)更高效也更加精準(zhǔn)，但在深度學(xué)習(xí)技術(shù)的應(yīng)用上，仍然面臨著諸多的挑戰(zhàn)。陳建平認(rèn)為，深度學(xué)習(xí)當(dāng)前主要面臨著三個(gè)方面的挑戰(zhàn)：一是如何快速精準(zhǔn)的給數(shù)據(jù)打標(biāo)簽;二是怎樣獲取和訓(xùn)練***的模型;三是如何將應(yīng)用部署到新的系統(tǒng)上去。

　　陳建平表示，MATLAB提供了完整的解決方案，從數(shù)據(jù)來(lái)源及數(shù)據(jù)預(yù)處理到建立模型再到模型的訓(xùn)練，以及將訓(xùn)練好的模型部署到實(shí)際的運(yùn)行環(huán)境中，新的R2017b一次性把整個(gè)鏈條打通。此外，在深度學(xué)習(xí)的每一個(gè)階段，MATLAB都提供了一些實(shí)用工具，去幫助開(kāi)發(fā)者降低開(kāi)發(fā)難度。

　　在數(shù)據(jù)提取階段，MATLAB提供了自動(dòng)標(biāo)簽工具，能夠自動(dòng)實(shí)現(xiàn)語(yǔ)義分割，自動(dòng)完成圖像提取。在模型訓(xùn)練階段，MATLAB提供了眾多現(xiàn)成的模型讓開(kāi)發(fā)者使用，并支持多個(gè)GPU同時(shí)進(jìn)行訓(xùn)練。此外，還能夠跟蹤整個(gè)訓(xùn)練過(guò)程中的中間結(jié)果。在部署階段，R2017b提供了全新的GPUCoder，它能夠?qū)⒂?xùn)練的深度模型轉(zhuǎn)化成能夠運(yùn)行到NVIDIA GPU上的CUDA代碼，并將它部署到硬件之中去。

　　除了打通深度學(xué)習(xí)的全部鏈條和提供了豐富的實(shí)用工具之外，MATLAB還大幅提高了模型訓(xùn)練的效率。據(jù)陳建平介紹， MATLAB通過(guò)并行計(jì)算工具箱支持多塊GPU同時(shí)訓(xùn)練，還支持云端多GPU訓(xùn)練，因此能夠大幅提升訓(xùn)練效率。另外，數(shù)據(jù)顯示，通過(guò)GPU Coder 把深度模型轉(zhuǎn)化為CUDA 代碼，相比較TensorFlow推斷效率將提高7倍，相比較Caffe2的推斷效率將提升4.5倍。

　　寫(xiě)在***：

　　MATLAB以好學(xué)、易用和豐富的工具箱深受開(kāi)發(fā)者喜愛(ài)，本次R2017b的發(fā)布，非但補(bǔ)齊了其在深度學(xué)習(xí)方面的短板，而且強(qiáng)大且豐富的實(shí)用工具加快了深度學(xué)習(xí)的開(kāi)發(fā)效率，讓深度學(xué)習(xí)的技術(shù)能夠更快的得以應(yīng)用。對(duì)于開(kāi)發(fā)者來(lái)講，新版本上手同樣沒(méi)有任何的難度，這無(wú)疑加速了深度學(xué)習(xí)技術(shù)的普及，讓更多的企業(yè)受益。

【51CTO原創(chuàng)稿件，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文作者和出處為51CTO.com】