阿里云机器学习tensorflow实践

1，前言

伴随人工智能和深度学习的应用越来越普及，越来越多的开发人员开始投入到智能算法的编程中。由于算法成熟且公开，软件编码这一块不存在难度；但模型训练和预测所需的时间与硬件设备的配置有极大关系，很多开发人员并不具备GPU计算能力，如此只能在cpu上计算将耗费太多时间，对于模型调试和实际应用产生实质性阻碍。

好在大公司已经将其软硬件能力提供为PAAS、SAAS服务，让普通用户能使用其超强计算平台进行大数据计算。比如百度云、阿里云。本文对阿里云提供的机器学习产品进行体验。

2，建立项目一

阿里云机器学习产品有很多服务，本人对其中的tensorflow服务比较关注。阿狸的文档比较全面，基本安装其指导就能正常使用了。具体可参考：

https://help.aliyun.com/document_detail/49571.html#OSS

（1）开通OSS存储服务。地区选择华东2，费用可选择半年40G空间9元。

（2）开通机器学习服务，建立项目。模板选择“tensorFlow图片分类”。勾选“开启GPU”。目前公测期免费。

3，配置项目一

tensorFlow图片分类项目，默认配置了oss文件存储，一个TF模型训练和一个TF结果预测。

oss文件默认配置共用数据，但两个TF流程的输出目录都需要指向自己的OSS目录。

4，运行项目一

配置完成后，先运行训练过程。在左侧TF图标上点击“运行到此处”，开始运行，直至结束。此时训练模型已经保存到指定的oss目录下。运行时间24分钟。

然后再运行右侧流程。如下图。但运行了超过1小时也没有结束，就终止了。

5，建立并运行项目二

https://yq.aliyun.com/articles/72841?spm=5176.100239.0.0.aLlJGY

按照以上文章中的步骤，建立图像识别项目。

训练配置如下，训练速度很快，20分钟完成。

识别的配置如下：

执行只需1分钟多，但识别结果错误，正确答案是：this is a bird

load data done
oss://jackkwok-001/tf_test/check_point/model/model.tfl
[0.0, 0.9939602613449097, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.006039762869477272]
[0.0, 0.9939602613449097, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.006039762869477272]
This is a automobile

再次运行预测部分，仍然是automobile。

重新运行训练和预测两部分，结果这次正确了。

load data done
oss://jackkwok-001/tf_test/check_point/model/model.tfl
[0.0, 0.0, 1.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]
[0.0, 0.0, 1.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]
This is a bird

而且只要训练模型正确，以后无论运行多少次预测，结果都是正确的，且置信度都是1。