Ali lahko doma vodite projekt strojnega učenja?

Ob vseh govorih o strojnem učenju v zadnjih letih težko prezremo željo, da bi ga preizkusili tudi sami. Zdi se, da se tehnologija razvija zelo hitro in je že našla aplikacije v mnogih okoljih. Če imate nekaj programskih veščin in osnovno razumevanje nekaterih konceptov o statistiki, se lahko odločite za zahteve glede spretnosti.

Vendar boste morali razmisliti tudi o strojni opremi, ki jo boste za to potrebovali. Vse lahko gostite doma ali pa uporabljate oddaljene storitve - oboje ima svoje prednosti in slabosti.

Osnovne zahteve za razvoj strojnega učenja

Za začetek boste potrebovali razmeroma zmogljivo strojno opremo. Čeprav lahko na poceni prenosnem računalniku zaženete večino sorodnih orodij, boste zelo omejeni v svojem učnem potencialu in vse bo trajalo veliko dlje, kot je treba.

Vaš GPU (grafična procesna enota) je tukaj najpomembnejša komponenta. To nima nič skupnega z grafiko neposredno. Gre le za to, da so grafični procesorji bolj primerni za vrste izračunov, na katere se zanaša strojno učenje.

GPU, ki podpira CUDA, bo tu še boljši, čeprav vas bo stalo več, če ga boste dobili v roke. Ne skrbite, če si trenutno ne morete privoščiti tovrstne strojne opreme. Svoje rešitve lahko zaženete tudi na daljavo, čeprav se boste morali spoprijeti z vzponi in padci te nastavitve.

Preberi več: Kaj so jedra CUDA?

Zakaj so vaši stroški lahko višji leta 2021

Omeniti velja tudi, da je lahko nakupovanje nove strojne opreme za strojno učenje trenutno še bolj zahtevno. Obstaja zapletena globalna situacija, ki se razvija okoli pomanjkanja polprevodnikov, ki se uporabljajo v proizvodnji različne potrošniške elektronike. Od GPU-jev do pametnih telefonov in drugih naprav je bilo prizadetih veliko trgov.

Nekatere napovedi trdijo, da bi to pomanjkanje lahko trajalo še nekaj let, saj je bilo rezultat več dejavnikov, ki so se nepričakovano uskladili. Med pandemijo, ki zmanjšuje proizvodne zmogljivosti in povečuje povpraševanje, ter rudarji in čiščenje pri odkupu celotne zaloge je bila situacija za tiste, ki želijo samo dobiti novo, izziv GPU.

Sorodno: Zakaj so grafične kartice zdaj tako drage?

Ni jasno, kdaj se bodo tudi cene normalizirale - cene se bodo morda še naprej dvigovale. Iskanje rabljenega grafičnega procesorja bi lahko bila boljša možnost, čeprav ne morete zagotoviti, da boste našli nekaj primernega.

Prednosti in slabosti gostujočih platform

Gostujoča platforma za razvoj strojnega učenja vam bo omogočila, da se osredotočite na dejansko razvojno delo, ne da bi vas skrbelo glede strojne opreme. Izkoristili boste napredno procesorsko moč in te platforme lahko običajno izvajajo vaše rešitve veliko hitreje kot karkoli, kar bi lahko zgradili doma.

Seveda tovrstna moč ne pride zastonj. Za uporabo večine teh storitev boste morali plačati naročnino. Tisti, ki so na voljo brezplačno, imajo svoje ločene omejitve.

Na primer, programa morda ne boste mogli zagnati na zahtevo in boste morda morali čakati v čakalni vrsti. To je lahko še posebej problematično pri daljših treningih, kjer boste morali dodati že nekaj dodatnih ur poleg že tako dolge čakalne dobe.

In potem se nekateri preprosto počutijo bolj udobno pri svojem delu, ko imajo vse na voljo lokalno. Vsekakor je lahko bolj priročno delati s strojnim učenjem na ta način, ko so nekateri modeli lahko več gigabajtov, in lahko traja nekaj časa, da jih prenesemo na ustrezne strežnike in z njih.

Najboljše iz obeh svetov

Lahko uporabite mešani pristop. Večino svojega razvoja opravite lokalno - na primer dejansko delo na svojih algoritmih in modelih - in uporabite gostovano storitev za večje, drage obdelave.

Ponavadi lahko podatke oddate v serijah, da jih v določenem časovnem obdobju obdelujete naenkrat, nato pa se morate vrniti in nato poiskati rezultate. To lahko dobro deluje, ko ne potrebujete takojšnjih rezultatov, in vam lahko omogoči drago vadbo po razmeroma nizkih stroških.

To je pristop, za katerega se danes odloča večina ljudi. Če ne želite porabiti preveč za strojno opremo, vendar ste v prvi vrsti v mislih, da bi za to porabili nekaj denarja, bi to verjetno morali iskati.

Na trgu obstajajo različne ponudbe, nekatere so namenjene ljudem z manjšim proračunom, zato si oglejte in poglejte, kaj je na voljo tam zunaj. Včasih se lahko izognete, če vaše projekte gostite presenetljivo malo, če nimajo nobenih zapletenih zahtev.

Bodite previdni pri občutljivih podatkih

Ne pozabite, da lahko strojno učenje pogosto vključuje delo z občutljivimi podatki. Na primer, morda boste zadolženi za obdelavo zdravstvenih kartotek ali drugih osebnih podatkov. Ni treba posebej poudarjati, da morate biti v teh situacijah veliko bolj previdni, če delate z oddaljenimi gostiteljskimi storitvami.

Zavedati se morate posledic prenosa teh podatkov na oddaljene strežnike. Včasih se lahko znajdete v nasprotju z določenimi pravnimi okviri, ne da bi se tega sploh zavedali. Na primer v Evropski uniji morate biti z GDPR zelo previdni.

Dobro je, da se posvetujete s pravnim strokovnjakom, če bodo vaše vaje strojnega učenja vključevale kakršne koli občutljive podatke. Še bolje, verjetno ne bi smeli uporabljati tovrstnih podatkov za svoje prve projekte usposabljanja. Samo pojdite z nečim, kar je varnejše in lažje uporabiti.

Strojno učenje samostojno

Strojno učenje doma je izvedljivo in ima veliko prednosti. Ima pa tudi nekaj negativnih posledic, ki jih morate upoštevati in na koncu morate najti uravnotežen pristop. Posebno pozorni bodite na podrobnosti, kot je delo z občutljivimi podatki, in se vedno seznanite s pravnimi zahtevami, ki bi vam jih lahko postavili.

Na koncu je to lahko zelo zabavna in produktivna izkušnja, ki vas lahko postavi v odličen položaj na trgu dela.

Kaj počne Python in za kaj ga lahko uporablja?

Python je izjemno vsestranski, z aplikacijami od spletnega razvoja do analize podatkov.

Preberite Naprej

O avtorju