文档中心
卡奥斯子站
登录

分类

版本

联系方式

API参数

描述:
请求地址:
NaN
请求协议:
请求方式:
请求类型:
返回类型:
Header公共参数
请求参数
成功返回示例
  
        
业务失败返回示例
  
        
介绍

1、 概述

随着大数据的广泛应用,深入挖掘数据内在的规律,获取新的价值点,实现智能化成为业界最关心的课题,于是涌现出很多优秀的深度机器学习模型和架构,而操作这些模型和架构需要较强的计算机编程能力,限制了领域专家的使用。而事实上,领域专家由于对本领域的有着较深的理解,往往能建立更好的模型,取得更好的效果。

本平台主要针对领域专家建立的深度学习平台,能够以非常简便的方式地对深度学习模型进行建模、训练、仿真、测试、分析、部署,而不需要了解底层的编程实现,将精力集中在模型和问题域本身,适用于工业、农业、医学、图像处理等领域,快速构建智能化应用。对于深度学习研究人员,由于平台提供了可视化的操作方式及分析手段,也可以提高研究效率。

平台客户端运行在Windows系统下,服务器端采用Linux内核设计,与业界流行的深度学习框架兼容,具有较高的运行效率。

2、 系统功能简介

2.1 浅层学习算法

平台支持传统的浅层学习算法,包含:

1)Logisti回归

2)随机森林

3)SVM支撑向量机

4)增强型BP神经网络

2.2 深度学习算法

平台通过对模型组件的拖拽、连接等可视化操作,搭建深度学习模型,包含:

1)卷积神经网络

2)堆层叠自动编码器神经网络

3)深度信念网络

4)自定义结构深度模型

2.3 模型分析

1)对深度模型中任意组件求取输出值,便于观察中间状态

2)对卷积神经网络提供特征可视化功能,便于调整卷积层的输出特征

3)对模型训练结果提供精度报告

2.4 模型处理

可以保存所设计模型、关联的数据文件、选择的字段等,并具有一键加载功能,立即恢复到模型保存时的中间状态

2.5 WEB服务发布

训练好的模型可以直接部署在WEB服务器上,对外发布预测服务。

3、 运行环境

该平台通过客户端程序进行模型设计,将数据上传至服务器进行训练和预测,以C/S 架构实现,模型预测发布以B/S架构实现。

3.1 客户端运行环境

1)操作系统WINDOWS 7 以上

2)需要安装.NET45

3.2 服务器端运行环境

1)CPU 物理双核,主频3GHZ 以上

2)内存最小需要16G,32G保持较好性能

3)最好支持GPU

4)操作系统Ubuntu 14

5)Python 2.7以上