摘要：?背景介紹 如果你用過(guò)機(jī)器學(xué)習(xí)算法，那一定體驗(yàn)被算法調(diào)參支配的恐怖。面對(duì)錯(cuò)綜復(fù)雜的算法參數(shù)，算法使用者們往往要花費(fèi)無(wú)盡的黑夜去不斷嘗試，猶如大海撈針。有的時(shí)候加班到深夜，終于找到了一個(gè)靠譜的參數(shù)組合，然而找到的參數(shù)組合真的是最優(yōu)的么？天知道。

背景介紹

如果你用過(guò)機(jī)器學(xué)習(xí)算法，那一定體驗(yàn)被算法調(diào)參支配的恐怖。面對(duì)錯(cuò)綜復(fù)雜的算法參數(shù)，算法使用者們往往要花費(fèi)無(wú)盡的黑夜去不斷嘗試，猶如大海撈針。有的時(shí)候加班到深夜，終于找到了一個(gè)靠譜的參數(shù)組合，然而找到的參數(shù)組合真的是最優(yōu)的么？天知道。

然而在搭建機(jī)器學(xué)習(xí)鏈路的過(guò)程中，往往不止調(diào)參這一步耗時(shí)耗力。好不容易生成了算法模型，怎么把模型部署成服務(wù)供手機(jī)、PC這些終端調(diào)用也是困擾開(kāi)發(fā)同學(xué)的一大難題。有的時(shí)候，為了打通這樣的鏈路，要耗費(fèi)整晚的時(shí)間調(diào)試不同格式的模型和服務(wù)端的關(guān)聯(lián)。

人工智能服務(wù)在便捷了人類(lèi)生活的同時(shí)，能不能也為廣大算法工程師提供人性化的開(kāi)發(fā)環(huán)境呢？減少黑眼圈是算法工程師共同的心愿。對(duì)于這個(gè)問(wèn)題，PAI給出了答案，今日PAI重磅發(fā)布全套自動(dòng)化機(jī)器學(xué)習(xí)引擎，用機(jī)器學(xué)習(xí)的方式解決機(jī)器學(xué)習(xí)流程的問(wèn)題。

AutoML整體介紹

下面看看什么是PAI-AutoML， AutoML顧名思義，就是將機(jī)器學(xué)習(xí)整個(gè)流程做到自動(dòng)化。機(jī)器學(xué)習(xí)數(shù)據(jù)上傳之后的流程大致可以分為3個(gè)步驟：模型訓(xùn)練、模型評(píng)估、模型部署。

PAI自動(dòng)調(diào)參

PAI自動(dòng)調(diào)參功能對(duì)于資深算法使用者以及算法小白都有很大價(jià)值：

• 針對(duì)小白用戶(hù)：小白用戶(hù)不清楚每種算法參數(shù)在算法計(jì)算過(guò)程中的數(shù)學(xué)原理，往往對(duì)調(diào)參一頭霧水，所以自動(dòng)調(diào)參可以快速幫助這部分用戶(hù)解決問(wèn)題

• 針對(duì)資深用戶(hù)：資深用戶(hù)對(duì)于調(diào)參往往有一定經(jīng)驗(yàn)，但是這種經(jīng)驗(yàn)往往只能在大方向上指導(dǎo)調(diào)參工作，對(duì)于一些細(xì)節(jié)參數(shù)仍需要不斷重復(fù)去嘗試。比如一個(gè)參數(shù)范圍0~100，資深用戶(hù)可以通過(guò)經(jīng)驗(yàn)確定參數(shù)設(shè)置為90或者80的結(jié)果，但是在更小粒度上，比如81和82哪個(gè)對(duì)結(jié)果更好，資深用戶(hù)也需要手動(dòng)去實(shí)驗(yàn)。而自定調(diào)參功能可以代替這部分的重復(fù)性勞動(dòng)。

目前行業(yè)中主流的調(diào)參思想主要是基于Parallel Search，以grid search和random search為代表，系統(tǒng)通過(guò)隨機(jī)原理，不斷采樣可能的參數(shù)組合，通過(guò)不停迭代去嘗試找到最優(yōu)的參數(shù)組，每次探索的過(guò)程彼此獨(dú)立。優(yōu)勢(shì)是不容易陷入局部最優(yōu)解，可以在更廣闊的參數(shù)空間探索。劣勢(shì)是每次探索都是隨機(jī)性的，缺乏信息的積累過(guò)程，耗費(fèi)計(jì)算資源。

PAI提供了原創(chuàng)的Evolutionary Optimizer進(jìn)化式的調(diào)參方法，讓模型的每一次迭代都自動(dòng)在上一輪較優(yōu)的參數(shù)集區(qū)間中進(jìn)行開(kāi)發(fā)，內(nèi)置的高效算法可以快速的幫你找到最合適的參數(shù)組合，大大減少計(jì)算資源消耗以及參數(shù)探索的次數(shù)。你要做的只是泡上一壺茶，靜靜等待奇跡的降臨。

PAI進(jìn)化式調(diào)參迭代效果圖，可以清楚地看到每一輪迭代對(duì)于效果的提升：

PAI模型自動(dòng)評(píng)估

PAI AutoML提供多維度的算法評(píng)估方法，只要在F1Score、Precision、Recall、AUC中選擇自己所需要的評(píng)估指標(biāo)，系統(tǒng)會(huì)自動(dòng)完成模型評(píng)估工作并將服務(wù)下發(fā)到下游的訓(xùn)練環(huán)境，所有評(píng)估流程完全不需人工參與。

模型排序表：

模型下發(fā)配置：

PAI模型一鍵發(fā)布

生成了模型，可以在PAI平臺(tái)一鍵將模型發(fā)布成API服務(wù)。只要點(diǎn)擊部署按鈕，就會(huì)列出當(dāng)前實(shí)驗(yàn)可部署的模型，選擇需要的模型就可以一鍵完成部署，是不是很簡(jiǎn)單。

部署完成后會(huì)自動(dòng)跳轉(zhuǎn)到在線服務(wù)管控平臺(tái)，在這里可以進(jìn)行全部的模型管理相關(guān)工作。

客戶(hù)案例

PAI-AutoML看上去很厲害，是不是真正能幫助到用戶(hù)的業(yè)務(wù)呢，下面看下PAI在阿里云平臺(tái)上用戶(hù)使用之后的反饋。先介紹下客戶(hù)：椰子傳媒是一家專(zhuān)注在移動(dòng)原生交互視頻廣告的公司，在獎(jiǎng)勵(lì)視頻行業(yè)深耕了2年多，隨著業(yè)務(wù)規(guī)模的增長(zhǎng)，多平臺(tái)、多渠道，多模式下的智能投放效率問(wèn)題越來(lái)越突出。

椰子科技技術(shù)負(fù)責(zé)人說(shuō)：阿里PAI平臺(tái)提供了一個(gè)低門(mén)檻、快速上手的服務(wù)能力，使得業(yè)務(wù)可以快速的對(duì)接到基于大數(shù)據(jù)的機(jī)器學(xué)習(xí)平臺(tái)上，有力的推動(dòng)公司業(yè)務(wù)的快速發(fā)展。基于PAI AutoML引擎，可以讓我們更快速的在不同平臺(tái)和模式下定位目標(biāo)用戶(hù)。

椰子傳媒通過(guò)使用PAI AutoML引擎，調(diào)參服務(wù)幫助模型提升精度40%，自動(dòng)化部署預(yù)計(jì)全部業(yè)務(wù)上線后可達(dá)千萬(wàn)次，節(jié)省人力20%-30%，最重要的是將業(yè)務(wù)構(gòu)建在機(jī)器學(xué)習(xí)服務(wù)平臺(tái)的時(shí)間縮短了至少半年時(shí)間。

架構(gòu)圖：

總結(jié)

PAI AutoML引擎擬在最大限度上減少機(jī)器學(xué)習(xí)業(yè)務(wù)搭建成本，目前上線的模型訓(xùn)練參數(shù)調(diào)優(yōu)和模型一鍵自動(dòng)部署服務(wù)已經(jīng)在節(jié)約人力開(kāi)銷(xiāo)方面提供幫助。未來(lái)PAI平臺(tái)還會(huì)在這個(gè)方向繼續(xù)投入，真正做到讓機(jī)器學(xué)習(xí)不再是個(gè)高門(mén)檻技術(shù)，讓人工智能觸手可及。?

原文鏈接

本文為云棲社區(qū)原創(chuàng)內(nèi)容，未經(jīng)允許不得轉(zhuǎn)載。