IBM Developer 上的 Model Asset Exchange 简介

IBM Developer 上的 Model Asset eXchange (简称 MAX) 支持开发者在其中查找和使用适用于常见应用领域(如文本、图像、音频和视频处理)的免费、开源且最先进的深度学习模型。精选列表提供了丰富的可部署(现成)模型和可训练(使用前定制)模型。

IBM Developer 上的 Model Asset Exchange 登录页面

可部署的深度学习模型

MAX 上的可部署深度学习模型已经过研究、评估、预训练和封装,且已作为 Docker 容器镜像发布到 Docker Hub 上,可随时通过 Kubernetes 部署到本地或云环境中。

可部署模型架构

每个模型提供的 Docker 镜像都实现了一项微服务,用于公开一个 REST-API,应用程序(或其他服务)通过调用该 API 来使用其中封装的深度学习模型。

在以下示例中,Web 应用程序将调用 Object Detector 微服务并提供图像作为输入。此微服务将处理图像,调用模型,对输出进行后处理,并采用应用程序友好的 JSON 格式向调用者返回结果(“在图像中识别的对象”)。

使用可部署模型

调用者不需要了解为服务提供支持的深度学习模型、用于实施和运行模型的框架或者原生模型输入或输出,因为微服务会隐藏这些详细信息。

浏览可部署模型

在 Model Asset Exchange 中,可以按领域过滤可部署模型(对音频内容进行分类、对视频内容进行分类和识别图像中的实体),深入了解模型(底层研究、训练数据集和许可信息),试验模型(无需安装任何程序),并浏览部署和定制选项。

Object Detector 是一个热门模型。

MAX 上的可部署模型主页

许多模型都包含说明如何在物联网( IOT )应用程序、无服务器应用程序或 web 应用程序(如此 Code Pattern )中使用它的示例。

用于 Object Detector 模型的 Code Pattern

可训练的深度学习模型

点击链接学习训练模型

在基于 IBM 云的 Watson Machine Learning 服务的帮助下使用您自己的数据。

要了解 Model Asset Exchange 的更多信息,查看 Model Asset Exchange 入门教程。其中详细介绍了本地环境中的模型微服务部署过程,并概括了如何通过 Web 应用程序使用此服务。

本文翻译自:Get an introduction to the Model Asset Exchange on IBM Developer(2019-01-22)