大家好，欢迎来到专栏《》，在这个专栏中我们会讲述技术在深度学习中的应用，这一期讲述现有可用的平台。
作者&编辑 | 言有三
自从提出那天起，工业界和学术界就已经迅速跟进了，经过了几年的发展，那么现在工业界都有了哪些平台呢？本次简单介绍其中重要的一些。
1
作为的提出和尝鲜者， Cloud 是当前最早也是最成熟的系统，覆盖了图像分类，文本分类以及机器翻译三大领域，另外也上线了测试版的视频相关服务，支持迁移学习和模型结构搜索，超参数搜索。
以视觉为例，当我们想要使用一个服务时，只需要三步：
(1) 上传图片到 Cloud 。
(2) 创建一个图片和对应标签的CSV文件。
(3) 使用 格式化数据集，然后训练和部署模型。
Cloud 提供了API调用和图形界面，想试用的自己去尝试吧。
是百度的平台，作为国内AI技术积累最雄厚的企业，领域百度自然也是当仁不让，目前包含经典版，专业版和零售版，支持迁移学习和模型结构搜索。
支持的任务类型包括图像分类、物体检测、图像分割、文本分类、视频分类、声音分类，虽然惨淡，还有希望。
使用流程包含四步：
(1) 数据上传与数据标注
(2) 训练任务配置及调参
(3) 模型效果评估
(4) 模型部署
3 阿里云PAI
阿里云机器学习平台PAI（ of ）是阿里巴巴推出的机器学习服务平台，包含3个子产品，分别是机器学习可视化开发工具PAI-，云端交互式代码开发工具PAI-DSW，模型在线服务PAI-EAS，提供了从数据处理、模型训练、服务部署到预测的一站式服务。
业务范围包括文本分类，金融风控，商品推荐等。
Azure 是的平台，支持模型结构搜索和超参数搜索。
Azure 支持众多深度学习框架，配合微软的众多开发工具，使用非常方便。
5 一些创业公司
除了有雄厚研究实力的大公司，许多的创业公司也涌入领域开发相关框架，国外的典型代表是H2O AI，r2.ai等。
国内的典型是第四范式AI 等。
不过相比于和百度等大厂，工具的可用性和服务还是有差距的。
6 一些开源项目
开源项目众多，下面简单汇总一些，感兴趣的可以去探索。
323AI导航网发布
相关文章
