谷歌发布端到端AI平台,还有用于视频和表格的AutoML、文档理解API等多款工具

在这里插入图片描述

谷歌又有了大动作。在大洋彼岸的谷歌Cloud Next conference大会上,谷歌一口气发布了多款AI新品和工具,主要包括:

端到端的AI平台

用于处理视频和表格数据的AutoML Tables和AutoML Video

文档理解API

联络中心AI

视觉产品搜索

对于开发者和数据科学家来说,借助谷歌刚发布的一系列新品,构建自己的定制模型会变得更简单快捷。

这些全都是开发者的福音啊~以下,具体来看这些新品。

AI平台
在这里插入图片描述

Cloud Next conference是谷歌一年一度的云端爱好者大会,今年于4月9日开始在旧金山举行,为期3天。

而谷歌AI平台的发布,在第二天为全场掀起了一阵高潮。

这是一个为开发人员和数据科学家提供的端到端的服务,可用于模型的构建、测试和部署。

AI平台上汇集了谷歌云上现有和今天新推的工具(新工具在下面介绍),开发者可以构建完整的数据pipeline来提取、标记数据,并且用现存的分类、物体识别和实体提取模型、AutoML工具或云机器学习(Cloud Machine Learning )引擎来训练和部署自定义模型。

再也不用东奔西走去各个地方找AI工具了,在这个AI平台上,训练和部署一站式配齐。

在接受采访时谷歌发言人表示,AI平台能帮助开发者能在每个开发阶段安全转移模型,并且操作方便,点击一下就可以部署了。

目前,这个AI平台尚处于测试版本,在官网上可以查看使用,请收下这个神器的地址:

https://cloud.google.com/ai-platform/

AutoML系新品
在这里插入图片描述
除了AI平台,谷歌还针对结构化数据的处理,推出了AutoML系列全新工具,AutoML Video和AutoML Tables。

顾名思义,前者适用于视频数据,后者适用于表格,这是谷歌自动创建自动化AI系统服务系统的两个新类别,而且,对初级开发者来说极度友好。

AutoML Tables是一种用结构化表格数据集创建自定义AI模型的新方法,它可以从谷歌云平台的BigQuery数据仓库等中提取数据。

即使对于没有编程经验的开发者来说,AutoML Tables也不难操作。

AutoML Video在2017年推出的AutoML Video Intelligence服务基础上进行了提升,在此前可以自动为视频打标签并进行物体识别和分类的基础上,现在可以用自然语言处理技术和翻译技术转录对话。

如果你以后想要自定义分类模型,AutoML Video也是一个不错的选择。

此外,AutoML更新版还新引入了AutoML Vision Edge,为开发者提供远程和本地边缘部署任务中创建低延迟图像识别模型的方法。

AI工具

此外,谷歌云今天发布的一系列的AI工具还包括:

文档理解API(Document Understanding AI)是一个可以自动分析扫描数字的API,里面集成了Iron Mountain、Box、DocuSign、Egnyte、Taulia、UiPath和Accenture等现有产品,可以自动对文档中的数据进行分类、提取和构建。

谷歌表示,自定义文档分类的准确率已经达到了96%。

联络中心AI(Contact Center AI)主要包含一个对话机器人,可用于机器人电话客服等场景,这个功能建立在Google的Dialogflow企业版之上。

视觉产品搜索(Vision Product Search)是谷歌针对零售领域推出的新服务,方便零售商快速利用云功能,从商店运营到商品销售,再到维护客户。

APP中集成Vision Product Search后,用户可以搜索与手机相册和截屏中图像类似的商品,类似以图搜图功能。

这份福利,记得收好~

传送门

最后,附谷歌Cloud Next Conference官方地址:

https://cloud.withgoogle.com/next/sf

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/481120.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

跨性别,你所不知道的事

今晚原计划在订阅号里推送南溪妹子前几天录制的跨性别科普视频,没想到今天收到南溪的私信,说不做科普了,还是算了吧。急忙去了解了一下原因 (http://www.zhihu.com/pin/963101597957644288) ,才知道南溪因这段视频所遭受的无故攻击…

文本分类问题不需要ResNet?小夕解析DPCNN设计原理(上)

历史回顾回顾一下图像和文本的发展史,似乎这就是一场你追我赶的游戏。在上一阶段的斗争中,朴素贝叶斯、最大熵、条件随机场这些理论完备的统计机器学习模型使得文本分类、中文分词、NER等诸多自然语言处理问题取得了差强人意(释义&#xff1a…

【Tensorflow】TensorFlow的嵌入layer和多层layer

计算图中的操作 # python 3.6 import tensorflow as tf import numpy as npsess tf.Session()# 将张量和占位符对象组成一个计算图,创建一个简单的分类器# 一、计算图中的操作 # 1. 声明张量和占位符,创建numpy数组,传入计算图操作 x_vals …

文本分类问题不需要ResNet?小夕解析DPCNN设计原理(下)

哎呀呀,说好的不拖稿的又拖了两天T_T,小夕过一阵子分享给你们这两天的开心事哦。后台催稿调参系列的小伙伴们不要急,下一篇就是第二篇调参文啦。好啦,接着上一篇文章,直接搬来DPCNN、ShallowCNN、ResNet的对比图。从图…

注意力机制-深度学习中的注意力机制+注意力机制在自然语言处理中的应用

1 深度学习中的注意力机制 https://mp.weixin.qq.com/s?__bizMzA4Mzc0NjkwNA&mid2650783542&idx1&sn3846652d54d48e315e31b59507e34e9e&chksm87fad601b08d5f17f41b27bb21829ed2c2e511cf2049ba6f5c7244c6e4e1bd7144715faa8f67&mpshare1&scene1&src…

【TensorFlow】常用的损失函数及其TensorFlow实现

1 损失函数 定义:将随机事件或其有关随机变量的取值映射为非负实数以表示该随机事件的“风险”或“损失”的函数。 应用:作为学习准则与优化问题相联系,即通过最小化损失函数求解和评估模型。 分类:回归问题、分类问题 2 回归问…

从经典文本分类模型TextCNN到深度模型DPCNN

如今深度学习已经成为NLP领域的标配技术,在图像中大为成功的卷积神经网络(CNN)也开始广泛渗透到文本分类、机器翻译、机器阅读等NLP任务中。但是,在ACL2017以前,word-level的文本分类模型(以单词为语义单位…

从特征分解到协方差矩阵:详细剖析和实现PCA算法

从特征分解到协方差矩阵:详细剖析和实现PCA算法本文先简要明了地介绍了特征向量和其与矩阵的关系,然后再以其为基础解释协方差矩阵和主成分分析法的基本概念,最后我们结合协方差矩阵和主成分分析法实现数据降维。本文不仅仅是从理论上阐述各种…

NLP中常用文本分类模型汇总

如今深度学习已经成为NLP领域的标配技术,在图像中大为成功的卷积神经网络(CNN)也开始广泛渗透到文本分类、机器翻译、机器阅读等NLP任务中。但是,在ACL2017以前,word-level的文本分类模型(以单词为语义单位…

【TensorFlow】随机训练和批训练的比较与实现

一、随机训练和批训练 随机训练:一次随机抽样训练数据和目标数据对完成训练。批训练:一次大批量训练取平均损失来进行梯度计算,批量训练大小可以一次上扩到整个数据集。批训练和随机训练的差异:优化器方法和收敛的不同批训练的难…

「小公式」平均数与级数

喵喵喵,小夕最近准备复习一下数学和基础算法,所以可能会推送或者附带推送点数学和基础算法的小文章。说不定哪天就用(考)到了呢( ̄∇ ̄)注意哦,与头条位的文章推送不同,「小公式」和「…

最新出炉-阿里 2020届算法工程师-自然语言处理(实习生)以及补充:快递最短路径

问题2感觉跟下面的分苹果类似; 问题 G: 分梨 题目描述 zzq非常喜欢吃梨,有一天他得到了ACMCLUB送给他的一筐梨子。由于他比较仗义,就打算把梨子分给好朋友们吃。现在他要把M个梨子放到N个盘子里面(我们允许有的盘子为空&#xff0…

如何匹配两段文本的语义?

喵喵喵,好久不见啦。首先很抱歉大家期待的调参手册(下)迟迟没有出稿,最近两个月连着赶了4个DDL,整个人都不好了。最近几天终于有时间赶一下未完成的稿子了。在赶DDL的时候夹着写了这篇文章,就先发布这一篇吧…

【TensorFlow】实现简单的鸢尾花分类器

代码实现及说明 # python 3.6 # TensorFlow实现简单的鸢尾花分类器 import matplotlib.pyplot as plt import tensorflow as tf import numpy as np from sklearn import datasetssess tf.Session()#导入数据 iris datasets.load_iris() # 是否是山鸢尾 0/1 binary_target …

偏差-方差全面解释

偏差(Bias)与方差(Variance) 目录: 为什么会有偏差和方差?偏差、方差、噪声是什么?泛化误差、偏差和方差的关系?用图形解释偏差和方差。偏差、方差窘境。偏差、方差与过拟合、欠拟合…

「小算法」回文数与数值合法性检验

喵喵喵,小夕最近准备复习一下数学和基础算法,尽量每篇推送下面会附带点数学和基础算法的小文章。说不定哪天就用(考)到了呢( ̄∇ ̄)注意哦,与头条位的文章推送不同,「小公式」和「小算…

【TensorFlow】实现、训练并评估简单的回归模型和分类模型

1 回归模型 回归算法模型用来预测连续数值型,其目标不是分类值而是数字。为了评估这些回归预测值是否与实际目标相符,我们需要度量两者间的距离,打印训练过程中的损失,最终评估模型损失。 这里使用的例子是从均值为1、标准差为0…

史上最通熟易懂的检索式聊天机器人讲解

喵喵喵,一不小心又匿了三个月,突然诈尸害不害怕( ̄∇ ̄) 小夕从7月份开始收到第一场面试邀请,到9月初基本结束了校招(面够了面够了T_T),深深的意识到今年的对话系统/chatbot方向是真的…

Python pandas数据分析中常用方法

官方教程 读取写入文件 官方IO 读取 写入 read_csv       to_csv read_excel      to_excel read_hdf       to_hdf read_sql       to_sql read_json      to_json read_msgpack (experimental)   to_msgpack (experimental) read_html    …