本文是学习路径：Watson Machine Learning Accelerator 入门系列的一部分。
| 主题 | 类型 |
|---|---|
| Watson Machine Learning Accelerator 简介 | 文章 |
| 加速深度学习和机器学习 | 文章 + Notebook |
| Watson Machine Learning Accelerator 中的 Elastic Distributed Training | 文章 + Notebook |
| 使用 Watson Machine Learning Accelerator 超参数优化来加快零售价格预测 | 教程 |
| 推动更高的 GPU 利用率和吞吐量 | 教程 |
| 使用 Watson Machine Learning Accelerator 对图像进行分类 | 文章 + Notebook |
简介
Watson Machine Learning Accelerator 是一种企业 AI 基础架构。利用这种基础架构，不仅可以更轻松地运用深度学习和机器学习技术，还能让企业获得 AI 的优势。这包含完整的生命周期管理，从安装和配置到数据提取和准备，再到训练模型的构建、优化和分发，最后到将模型迁移到生产环境。
概览
在本文中，我们使用 Jupyter Notebook 来演示 Watson Machine Learning Accelerator 中的 Data Science Experience。我们还介绍如何使用一组强大的工具（包括数据提取、超参数调优、模型训练和推理）来提高工作效率。
操作说明
可以在 Jupyter Notebook 中找到本文的详细步骤。 在此 Notebook 中，您将执行以下操作：
- 将此 Notebook 上传到您的 Watson ML Accelerator 环境。
- 下载数据集和模型。
- 导入数据集。
- 构建模型。
- 调整超参数。
- 运行训练。
- 检查训练运行。
- 创建推理模型。
- 测试一下。
结束语
本文概述了 Watson Machine Learning Accelerator 中的 Data Science Experience，并介绍了如何帮助数据科学家更快速的获得结果并提高结果准确性。本文是学习路径：Watson Machine Learning Accelerator 入门系列的一部分。继续学习此系列中的下一篇文章：Watson Machine Learning Accelerator 中的 Elastic Distributed Training。
本文翻译自：Classify images with Watson Machine Learning Accelerator（2020-04-14）