🍓在前幾章的學習中，我們學習了阿里云系列的計算平臺MaxComputer、大資料治理和分析平臺DataWorks和可視化平臺Quick BI，今天進入阿里云大資料的最后部分的學習——機器學習平臺PAI，對往期內容感興趣的小伙伴可以參考如下內容👇:
- hadoop專題: hadoop系列文章.
- spark專題: spark系列文章.
- 阿里云系列: 阿里云MaxComputer SQL學習之DDL.
- 阿里云系列: 阿里云MaxComputer SQL學習之DML.
- 阿里云系列: 阿里云MaxComputer SQL學習之內置函式.
- 阿里云系列: 阿里云DataWorks介紹.
- 阿里云系列: 阿里云DataWorks學習之平臺實踐.
- 阿里云系列: 阿里云Quick BI理論學習.
- 阿里云系列: 阿里云Quick BI學習之報表制作.
🍏在這一部分中，我們依舊分為理論學習和實踐操作兩個部分，本文是理論理論學習的部分，好了，讓我們開始今日份的學習吧，
實踐部分也在一天內做完了，鏈接在下面：
鏈接: 阿里云機器學習平臺PAI之分類實踐.
目錄
- 1. 機器學習平臺PAI的簡介
- 2. 產品架構
- 2.1 PAI AutoLearning自動學習
- 2.2 PAI-Studio可視化建模
- 2.3 PAI-DSW互動式建模
- 2.4 PAI-DLC深度學習訓練平臺
- 2.5 PAI-EAS在線服務部署
- 3.參考資料
1. 機器學習平臺PAI的簡介
阿里云機器學習平臺PAI ( Platform of Artificial Intelligence ）：是構建在阿里云MaxCompute計算平臺之上，集資料處理、建模、離線預測、 在線預測為一體的機器學習平臺，為演算法開發者提供了 豐富的MPI、PS、BSP等編程框架和資料存盤介面，同時提供了基于WEB的可視化控制臺，降低了使用門檻，
主要的的特點有：
- 可視化操作界面：通過對底層分布式演算法的封裝，提供拖、拉、拽、的可視化操作環境，使機器學習的創建程序像是堆積木一樣簡單，
- 演算法豐富：提供特征程序、資料預處理、統計分析、機器學習、深度學習框架、預測評估等幾百種演算法組件，
- 一站式體驗：提供模型訓練功能，還提供在線預測功能以及離線調度功能，讓機器學習訓練結果和業務可以無縫銜接，
- 多種計算框架：流計算Flink、深度學習Tensorflow、大規模并行計算Parameter Server以及Spark、Pyspark、MapReduce等主流框架，
2. 產品架構
產品架構如圖所示：
我們主要需要關注的是：各種機器學習產品PAI-Studio、PAI-DSW、PAI-DLC、PAI AutoLearning他們的功能如下：
2.1 PAI AutoLearning自動學習
PAI AutoLearning自動化建模平臺擬在為用戶提供低門檻的偏場景化的機器學習建模服務，目前該平臺已經內置了影像分類、推薦召回兩款經典的機器學習業務場景，用戶只需要在產品中做些基礎的配置，無需對機器學習建模理論有深入的了解即可完成模型訓練，
2.2 PAI-Studio可視化建模
PAl-Studio可視化建模拖拽式建模平臺為開發者提供可視化的機器學習實驗開發環境，幫助用戶實作無代碼開發人工智能相關服務，內置數百個成熟的機器學習演算法，覆寫商品推薦、金融風控、廣告預測等場景，滿足用戶不同程度的需求，即開即用，
2.3 PAI-DSW互動式建模
PAI-DSW互動式建模平臺基于原生JupyterLab做了大量定制化作業，可以實作互動式的建模作業，支持用戶系結自己的云存盤資源，同時底層可以靈活動態的選用不同型別的GPU機器，
2.4 PAI-DLC深度學習訓練平臺
PAI-DLC (Deep Leaming Containers) 是基于阿里巴巴容器服務ACK (Alibaba Cloud Container Service for Kubernetes) 的深度學習訓練平臺，為您提供靈活、穩定、易用和極致性能的深度學習訓練環境，
2.5 PAI-EAS在線服務部署
PAI-EAS模型在線服務引擎提供了機器學習模型在線服務，支持基于異構硬體(CPU/GPU)的模型加載和資料請求的實時回應，用戶可以將Studio、DSW、Autolearning服務生成的模型一鍵發布到PAI-EAS形成Restful服務，通過EAS服務與業務系統打通，解決模型和客戶業務最后一公里的問題，
3.參考資料
《阿里云全球培訓中心》
《機器學習PAI平臺產品手冊》
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/423347.html
標籤：AI