22/03/19
Евгений Веснин, технический директор ООО "Малленом Системс"
Для обучения нейронной сети необходимы три составляющие: обучающие данные, специализированное программное и аппаратное обеспечение.
Обучающих данных требуется очень много, от десятков тысяч до миллионов объектов. Для подготовки (разметки) обучающих данных разработан ряд инструментов:
- LabelMe – бесплатная утилита от MIT;
- платные сервисы для разметки данных – Prodi.gy, Scale.ai, Supervise.ly;
- краудсорсинговые сервисы – Яндекс.Толока, Amazon Mechanical Turk.
Для обучения нейронных сетей наиболее популярна связка языка Python и одной из библиотек для машинного обучения – Tensorflow, Keras, Caffe, PyTorch.
Обучение нейронных сетей связано с огромным объемом данных и, как следствие, большим объемом вычислений. Для их ускорения используются графические видеокарты GPU, самая популярная модель – GeForce GTX 1080 Ti.
При отсутствии устройства GPU можно воспользоваться платными облачными сервисами с ускорением вычислений на GPU: Amazon Web Services, IBM Cloud, Microsoft Azure или Google Cloud (сервера с тензорными процессорами Google TPU).
Читайте другие мнения в журнале "Системы безопасности" #1, 2019
