普惠AI开发者 HDC大会推出“MindSpore Lite”

普惠AI开发者 HDC大会推出“MindSpore Lite”

• 来源:网络
• 更新日期:2020-09-23

摘要： 近日，在华为开发者大会上，华为移动服务（HMS）向广大开发者发布了手机及IoT设备上的AI解决方案——“MindSpore Lite”，方便开发者在自己的应用中快速搭建智能服务，帮助应用识别

    近日，在华为开发者大会上，华为移动服务（HMS）向广大开发者发布了手机及IoT设备上的AI解决方案——“MindSpore Lite”，方便开发者在自己的应用中快速搭建智能服务，帮助应用识别图像、语音，实现与人交流沟通，从而大幅降低AI应用开发门槛，为智能世界注入更多想象空间。相比其他框架，它拥有高效的内核算法和汇编级优化，能充分发挥硬件算力；提供超轻量的解决方案，模型更小跑得更快，能部署在极限环境中；同时支持业界主流模型格式，并提供模型压缩、数据处理等能力，方便用户快速部署。

    MindSpore Lite发布会着重提到了自定义模型，即用户不用局限于官方提供的模型，可以根据自己的需要优化模型。譬如对于检测水果的应用，可以使用官方通用的图片分类模型，加上开发者自己的水果图片，通过MindSpore来进行训练、优化模型，从而获得更高的检测准确率，使得应用变得更加智能。允许自定义模型，可以让官方的模型多出许多的延伸和分支，开发者也能拥有更大的发挥空间，可以说是应用创新的利器。而这个让人眼前一亮的特性源自MindSpore Lite搭载的“增量学习算法”。

增量学习：人工智能产业的“新宠”算法

    在智能应用开发过程中，人们会借助于机器学习算法，过去这些算法大部分都是批量学习(Batch Learning)模式，即假设在训练之前所有训练样本一次都可以得到，学习这些样本之后，学习过程就终止而不再学习新的知识。然而在实际应用中，训练样本通常不可能一次全部得到，而是随着时间逐步得到，并且样本反映的信息也可能随着时间产生变化。如果新样本到达后要重新学习全部数据就需要消耗大量时间和空间，效率也随之大大降低。

    由于“一次性批量输入”的特性，批量学习模式被形象的称为“填鸭式学习”，在面对动态数据训练需求时，会形成算力的极大浪费，拖慢应用开发速度。为此，学术界将更灵活、更具成长性的“增量学习”模式纳入人工智能的未来算法考量。

    增量学习是指一个学习系统能不断地从新样本中学习新的知识，并能保存大部分以前已经学习到的知识。增量学习非常类似于人类自身的学习模式。因为人在成长过程中，每天学习和接收新的事物，而每一次学习都将“烙印”成记忆，从而形成智能的积累。

    鉴于增量学习“无需保存历史数据”的特性，从而减少存储空间的占用，特别适合存储资源有限的场景；此外，由于增量学习充分利用了历史的训练结果，可以显著地减少后续训练的时间，使应用开发更快、经济成本更低。目前，增量学习主要有两方面的应用：一是用于数据库非常大的情形，例如Web日志记录；二是用于流数据, 例如股票交易数据。

    对于开发者而言，最熟悉的莫过于fine-tune，当大规模数据训练时，加载整个网络并且训练也是比较耗时的事情。尤其是当计算资源不足时，或者需要使用CPU训练时，虽然微调总体需要训练步数较少，但每一步依然需要消耗CPU大量计算时间。

   MindSpore搭载的增量训练算法，将网络拆分为两个子网络，完全冻结特征提取网络层，只训练较小训练量的全连接网络，这样既给用户提供了自定义模型的灵活度，同时在训练速度也非常具有优势。

华为“增量学习”：智能应用开发的助推器

    在孵化一款智能应用的过程中，搭建系统性的模型框架是关键的一环，而这往往又是技术要求高、模型训练、调试时间和算力投入较高的一环，而华为MindSpore可以高效解决上述问题。MindSpore具有“增量学习”能力，可以实现训练时间大幅度缩减，快速打造智能应用，为开发者提供打造智能应用的捷径。

    华为“增量学习”算法，其主要优势在于保留旧样本中已经学习到的知识，做到已有知识的累加，这将避免从头开始的重复训练，大幅降低训练参数量，加快智能服务的成型。

    更为可贵的是，MindSpore的增量学习技术，不仅可以在云端进行数据训练，还可在手机、平板等产品终端进行数据训练，这就减少了云端服务器采买的昂贵费用，调用终端的计算能力，降低了应用开发成本，为开发者提供易用的、免费的服务帮助。

    通过“增量学习”等技术的融入，MindSpore 显著减少模型开发时间，降低模型开发门槛。MindSpore原生适应每个场景包括端、边缘和云，在与华为昇腾AI处理器的协同优化下，可实现运行态的高效，大大提高计算性能；同时，MindSpore也支持GPU、CPU等其它处理器。

HMS Toolkit：智能应用开发的“螺丝刀”

    如果说“增量学习算法”是智能应用开发的引擎，那么HMS Toolkit则是为智能应用嵌入华为HMS Core的执行工具—— “螺丝刀”。

    HMS Toolkit是一个IDE工具插件，提供一套含应用创建、编码和转换、调测、测试和发布的开发工具，可以帮助开发者以更低的开发成本、更高的开发效率集成HMS Core服务。

    当开发者已经开发了一个Android应用，集成和使用了GMS（Google Mobile Services）服务，需要快速迁移使用HMS Core服务和上线华为应用市场的时候；或者当开发者准备开发一个新应用，需要快速集成华为HMS Core服务和上线华为应用市场的时候，HMS Toolkit就是其最好的帮手。

    HMS Toolkit众多开发工具中，针对图像分类的迁移学习，提供了AI Create功能，通过深度的机器学习和模型训练，可以很好地帮助用户对图像进行精确的识别。

    AI Create利用迁移学习算法在具有良好泛化能力的基座分类模型的基础上，针对特定领域（如汽车、动物等）百张级数据进行分钟级的学习训练，自动生成图像分类识别的新模型，该生成的新模型可以自动识别图像所属的类别。HMS Toolkit还提供一键生成模型调用的API文件和模型调用Demo示例工程的功能，方便开发者在应用程序中快速验证和调用图像分类AI模型。

    目前，华为HMS生态中已进驻超过180多万开发者，全球接入HMS Core的应用数量超过9万款，开发者已成为华为进军人工智能时代的主要力量。为帮助开发者简化开发流程、提高开发效率，华为HMS不断提供诸如“增量学习”算法等先进技术解决方案，普惠更多有想法、有创意的优秀开发者，携手为用户打造更美好的全场景智慧生活

本文属于原创文章，如若转载，请注明来源：普惠AI开发者 HDC大会推出“MindSpore Lite”http://cloud.zol.com.cn/753/7530487.html